Combinatoire 2020

Méthodes en COMBINATOIRE ENUMERATIVE
Master Mathématiques
Faculté des Sciences
Université de Fianarantsoa
Dr RANDRIANIRINA Benjamin, PhD
Avril-Mai 2020
Introduction
Cette note de cours est un cours d’introduction à la combinatoire énumérative et algé-

brique, enseigné aux étudiants de Maîtrise de la Faculté des Scinces de l’Université de Fia-
naratsoa. Elle ne couvre qu’une petite partie de ce domaine très vaste. Il va de soit que les
informations données dans cette note de cours sont insuffisants. Les étudiants sont invités de
consulter au moins les références données : elles sont en majorité disponible sur internet.
Au début du chapitre 1, nos introduisons les premiers principes et les divers methodes en
combinatoire énumérative. Ces principes sont appliqués à des problèmes simples d’énumérations
des éléments d’un ensemble. Nous commençons donc par l’étude des résultats classiques tels
que le nombre d’injections ou le nombre de parties d’un ensemble, vu sous un autre angle.
L’énumération du nombre de surjections est plus difficile, et nécéssite l’introduction d’une
nouvelle méthode qui est le principe d’inclusion exclusion. Les nombres de surjections sont relié
aux nombres S(n, k) de Stirling de deuxième espèce qui sont les nombres de partitins d’un
ensemble de cardinal n, en k blocs et les nombres de Bell. Nous conseillons aux lecteurs de lire
livre de L. Comtet [4] qui contient beaucoup d’informations sur ces nombres.
Dans la section 6 du chapitre 1, nous introduisons les séries formelles et séries généra-
trice. Les séries génératrices jouent un rôle fondamental en combinatoire : c’est un magasin de
stockages d’information sur une suite donnée. Cette section n’est qu’un bref introduction. La
lecture d’ouvrages plus spécialisé tel que l’ouvrage de H. S. Wilf [28], disponible sur internet
ou celui de R.P. Stanley [24] qui contient un chapitre sur les séries génératrices rationnelles, est
plus que nécessaire. Notons que l’annexe A est réservé à l’introduction des formules d’inversion
de Lagrange, formule très utile le calcul de l’inverse d’une série formelle pour la composition.
Une version combinatoire de la démonstration de cette formule a été faite par G. Labelle[18].
Le chapitre 1 se termine par une présentation brève des ensembles pondérés. Une étude
assez détaillé a été faite dans notre article intitulé ”Espèces mixtes et Systèmes d’équations
différentielles” publié par les Annales des Sciences Mathématiques du Québec [23] (voir aussi
[22]). Nous présentons les résultats essentielles concernant les ensembles pondérés dans l’annexe
B.
Le chapitre 2 est un brève introduction à l’étude de l’ensemble Sn des permutations.
Il est à noter que les permutaions sont l’une des objets combinatoires les plus utilisées en
mathématiques. Nous abordons dans ce chapitre quelques statistiques sur Sn , telles que la
statistisque eulérienne, ou les nombres d’Euler. D’autre statistiques, telle que les statistiques
i
ii INTRODUCTION
mahoniennes ou la statistique de Denert n’ont pas été étudié. Mais une brève introduction sur
la notion de q-dénombrement est donné. Des documents concernant ces sujets sont disponibles
pour consultation gratuites sur internet. Nous conseillons par exemple les notes de cours de
D. Foata et Guo-Niu Han disponible en français [6] et en anglais [5]. Une méthode de calcul
ou de construction de suites, appelée méthode de développement compression, est introduite
dans ce chapitre. Cette méthode est appliquée aux nombres d’Euler, qui sont les coéfficients
du développement des fonctions tangentes et sécantes. D’autres exemples d’applications sont
donné dans [22].
Le chapitre 3 est une petite introduction à la théorie des langages : en particulier, les
langages rationelles, les automates, les grammaires algébriques. Nous conseillons aux étudiants
interréssés par le sujet de consulter les ouvrages spécialisés tel que l’ouvrage d’Olivier Carton
[2]. Les méthodes des grammaires algébriques seront appliquées, dans le chapitre 8, à l’étude
de structures combinatoires, en lien avec les systèmes d’équations différentielles combinatoires.
Les langages de Dyck et de Motzkin sont étudiés dans ce chapitre.
Dans le chapitre 4, nous introduisons les vocabulaires de bases de la théorie des graphes
(orientés ou non). Une mention particulière est porté sur les arbres et arborescences : les so-
lutions combinatoires des systèmes d’équations différentiels sont des structures arborescentes.
D’autre part, il est connu que les permutations sont en bijection avec les arbres binaires crois-
santes.
La théorie des partitions d’entiers est abordé dans le chapitre 5. Le but est de montrer
l’apport considérable de la méthode combinatoire sur cette théorie : la majorité des résultats
sont prouvés en utilisant la méthode bijective, ou le principe des involutions de Garcia-Milne ([1]
ou [23]), étudié dans le chapitre 1 et ansd l’annexe B. La majorité des informations données dans
ce chapitre a été tiré de documents disponible gratuitement sur le site d’Igor Pak, professeur
au M.I.T. ([20], [21] et [19]).
Dans le chapitre 6, nous introduisons la théorie des espèces. Cette théorie a été dévelloppé
au Laboratoire de Combinatoire et d’Informatique Mathématique (LACIM) de l’Université du
Québec à Montréal Canada. Pour plus de détail nous recommandons le livre intitulé "Théorie
des espèces et combinatoire des structures arborecentes" [15] (dont [16] est la version anglaise)
de Bergeron, Labelle et Leroux. Nous conseillons aux étudiants de lire le livre de Flajolet et
Sedgwick [14]. En effet, on peut remarquer une certaine similarité entre les méthodes symbo-
liques de Flajolet et Sedgwick et la théorie des espèces. Une brève introduction à ces méthodes
symboliques est donné à l’annexe C.
Dans le chapitre 7, nous étudions les équations et systèmes d’ équations différentielles
combinatoires, ses liens avec les grammaires de William Chen, et les historiographes, concept
introduite par Viennot pour étudier les fonctions elliptiques de Jacobi. On montre en parti-
culier comment calculer la série génératrice des arbres de dérivations associés au grammaires
algébriques : on démontre en particulier que ces séries génératrices sont algébriques voir ration-
nelles dans certains cas. Notons aussi que les historiographes permettent d’établir une bijection
entre différentes interprétations combinatoires des fonctions elleptiques de Jacobi. Nous ter-
minons cette introduction par un problème ouvert : "démontrez combinatoirement la formule
iii
d’addition des fonctions elliptiques de Jacobi". Et plus généralement "Ennoncer et démontrer

combinatoirement une formule d’addition pour les solutions du système d’équation différen-
tielle :  0
 X10 = a1 X2 X3 · · · Xn
 X1 (0) = x1
 X 2 = a2 X 3 X 3 · · · X n X2 (0) = x2


0
X3 = a3 X1 X2 X4 · · · Xn X3 (0) = x3
··· ···




 0
Xn = an X1 X2 · · · Xn−1 Xn (0) = xn
Notons que pour le cas n = 4, D. Dumont ([8]) a calculé analytiquement une formule d’addition
pour les solutions de ce système.
iv INTRODUCTION
Table des matières
Introduction i
1 Principes Elémentaires en Combinatoire 1

1.1 Une invitation à la combinatoire énumérative . . . . . . . . . . . . . . . . . . . 1
1.2 Les premiers principes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Les premiers exemples d’applications . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Partitions et Surjections . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Composition d’entiers et Multiensembles . . . . . . . . . . . . . . . . . . . . . . 9
1.6 Séries Formelles et Séries Génératrices . . . . . . . . . . . . . . . . . . . . . . . 11
1.6.1 Séries Formelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6.2 Aspect Topologique : Sommabilité . . . . . . . . . . . . . . . . . . . . . . 13
1.6.3 Application : Composition des séries formelles . . . . . . . . . . . . . . . 14
1.6.4 Série Génératrice Ordinaire . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.5 Série Génératrice exponentielle . . . . . . . . . . . . . . . . . . . . . . . 17
1.7 Ensembles pondérés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Statistiques sur les permutations 23

2.1 La transformation fondamentale . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Dénombrement de Sn suivant le nombre de cycles . . . . . . . . . . . . . . . . . 24
2.3 Nombres eulériens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4 Nombres d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5 Inversions et q-analogues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 Mots, Langages et Chemin 37
v
vi TABLE DES MATIÈRES
3.1 Mots et Langages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.2 Langage rationnel et automate . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3 Grammaires algébriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4 Mot de Dyck . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.5 Chemin dans le réseau N × N . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.6 Chemin de Dyck . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.7 Mot et Chemin de Motzkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4 Graphes, Arbres et Arbirescences 51

4.1 Graphes Orientés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 Graphe non orientés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3 Arbres et Arborescences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4 Arbres binaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.5 Arbres binaires croissantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5 Partitions d’entiers 59
5.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.2 Séries Génératrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.3 Géometrie des Tableaux de Young . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.4 Théorème pentagonal d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.5 Identité du Produit de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.6 Triple Produit de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.7 Identité de Rogers-Ramanujian . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.8 La bijection de Remmel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.9 Tableau de Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6 Introduction à la théorie des espèces 75

6.1 Généralités sur les Espèces de Structures . . . . . . . . . . . . . . . . . . . . . . 75
6.2 Séries Associées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.2.1 Séries Génératrices exponentielles . . . . . . . . . . . . . . . . . . . . . . 78
6.2.2 Séries générarices des types d’isomorphismes . . . . . . . . . . . . . . . . 79
6.2.3 Séries indicatrices des cycles : . . . . . . . . . . . . . . . . . . . . . . . . 79
TABLE DES MATIÈRES vii
6.3 Opérations sur les espèces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

6.3.1 Addition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.3.2 Produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.3.3 Composition (partitionnelle) . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.3.4 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.3.5 Pointage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.4 Espèces pondérées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.5 Contexte multisorte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.6 L-espèces, Espèce mixtes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.6.1 L-espèce : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.6.2 Espèces Mixtes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7 Combinatoire des Systèmes d’Equations Différentielles 95

7.1 La théorie de Leroux-Viennot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.1.1 La théorie de Leroux-Viennot pour les équations différentielles combina-
toires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.1.2 Analyse des conditions initiales . . . . . . . . . . . . . . . . . . . . . . . 97
7.1.3 Les systèmes différentiels. . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7.2 Opérateurs Différentielles Combinatoires . . . . . . . . . . . . . . . . . . . . . . 103
7.3 Lien avec les grammaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
7.3.1 Grammaire de William Chen et Système d’équations différentielles . . . . 105
7.3.2 Applications aux grammaires algébriques . . . . . . . . . . . . . . . . . . 110
7.4 Historiographes et Systèmes d’équations différentielles . . . . . . . . . . . . . . . 113
7.4.1 Généralités sur les historiographes . . . . . . . . . . . . . . . . . . . . . . 113
7.4.2 Historiographe additif . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7.4.3 Exemple : Historiographes hyperelliptiques . . . . . . . . . . . . . . . . . 117
7.4.4 Quelques réalisations de l’historiographe de Schett . . . . . . . . . . . . . 119
7.4.5 Equivalence des divers réalisations . . . . . . . . . . . . . . . . . . . . . . 125
8 Exercices 127
A La Formule d’Inversion de Lagrange 157

viii TABLE DES MATIÈRES
B Complément sur les ensembles pondérés et les L-espèces pondérées 163

B.1 Réduction des ensembles pondérés . . . . . . . . . . . . . . . . . . . . . . . . . . 163
B.2 Réductions des L-espèces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
C Méthode Symbolique en Combinatoire 167

C.1 Classe combinatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
C.2 Construction de base pour les classes étiquetées . . . . . . . . . . . . . . . . . . 168
C.3 Structures non étiquetées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
Chapitre 1
Principes Elémentaires en Combinatoire
1.1 Une invitation à la combinatoire énumérative

Définition 1.1.1. Une structure combinatoire est un couple (E, ϕ), où E est un ensemble fini
ou dénombrable et ϕ : E → N une application telle que ∀n ∈ N, |ϕ−1 (n)| est fini. Pour chaque
s ∈ E, ϕ(s) s’appelle la taille de s.
On note En l’ensemble des objet de taille n. E est donc une réunion disjointe des (En ).
On veut calculer et/ou étudier la suite (an ) tel que an = |En |. La question suivante se pose de
façon naturel : Comment le faire ?
Aucune réponse précise ne peut être donner à cette question. En effet, suivant le problème
qu’on veut étudier, on peut utiliser soit la méthode dite analytique (démonstration par récurence
ou démonstration utilisant les séries génératrices par exemple) soit la méthode dite combinatoire
qui est une méthode de raisonnement privilégiant la manipulation des objets mises en question,
c’est à dire des ensembles qu’on veut étudier. D’autre part, la complexité des solutions dépend de
la nature des objets (ou des ensembles) qu’on veut étudier. L’exemple suivant est suffisamment
révélateur de la complexité de la situation :
Exemple: 1.1.2. Quel est le nombre de façons de ranger n boules dans p boîtes ?
La réponse dépend d’une part du fait que les boules et/ou les boîtes sont indistinguables
(on parle de structures non étiquetées) ou non (structures étiquetées), d’autre part du nombre
de boules qu’on a le droit de placer dans une boîte. Supposons donc que le nombre de boules
qu’on peut placer dans une boîte est illimitée.
Cas 1 : boules et boîtes étiquetées Dans ce cas, un rangement correspond à une
application de l’ensemble des boules vers l’ensemble des boîtes. La figure 1.1 en est un exemple :
on range les boules 1, 3 et 4 dans la boîte a, les boules 2 et 7 dans la boîte c, 5 dans la boîte d
et 6 dans la boîte e. Ce qui revient à construire l’application f tel que f (1) = f (3) = f (4) = a,
f (2) = f (7) = c et f (5) = d et f (6) = e . Donc le nombre qu’on cherche est égal au nombre
d’applications de l’ensemble des boules vers l’ensemble des boîtes.
1
2 CHAPITRE 1. PRINCIPES ELÉMENTAIRES EN COMBINATOIRE
Figure 1.1 – Boules et boîtes étiquetées
Cas 2 : boules étiquetées et boîtes indistinguables A un rangement correspond à

une partition de l’ensemble des boules : au rangement de la figure 1.2, correspond la partition
{{1, 3, 4}, {2, 7}, {5}, {6}}, les boîte vides n’ont aucune importance.
Figure 1.2 – Boules étiquetées, boîtes indistinguables
Cas 3 : boules indistinguables et boîtes étiquetées A un rangement correspond une

k
X
suite (x1 , x2 , · · · , xk ) d’entiers tel que 0 ≤ xi ≤ n et xi = n, xi étant le nombre de boules
i=1
dans la boîte étiquetée par i. Une telle suite est appellé composition de l’entier n. Dans la figure
1.3 la suite (3, 0, 2, 1, 1) signifie qu’on a 3 boules dans la boîtes a, 0 boule dans b, 2 boules dans
c, une boule dans d et une dans e.
Figure 1.3 – Boules indistinguables, boités étiquetées
Cas 4 : boules et boîtes indistinguables Dans ce cas, à un rangement correspond à un

ensemble (dont les éléments peuvent être répétés, appelé aussi multiensemble) {x1 , x2 , · · · , xl }
d’entiers tels que 1 ≤ l ≤ k et x1 + x2 + · · · + xl = n (figure 1.4), c’est à dire x1 boules dans
une boîte, x2 dans une autre etc..., on oublit les boîtes vides. On dit qu’on a une partition de
1.2. LES PREMIERS PRINCIPES 3
Figure 1.4 – Boules et boîtes indistinguables
l’entier n en l parts : on suppose que x1 ≥ x2 ≥ x3 ≥ · · · ≥ xl ≥ 1. Dans la figure 1.4, on a

la partition 3211 de l’entier 7, qui signifie qu’onn a 3 boules dans une boîte, 2 autres dans une
autre boîts, 1 dans une autre et 1 dans une autre.
Un autre problème qui se pose en combinatoire est d’associer à une suite (an ) de nombres
entiers, une suite (En ) d’ensembles tel que |En | = an , permettant de l’étudier.
Définition 1.1.3. Interpréter combinatoirement une suite de nombres entiers an revient à
trouver une suite d’ensembles En tel que ∀n, |En | = an .
Il est clair qu’on peut avoir plusieurs façons d’interprêter une suite. Il faut donc trouver
la bonne interprétation c’est à dire celle qui reflète au maximum les propriétés de cette suite,
et qui est facile à manipuler.
Définition 1.1.4. Une preuve combinatoire est une preuve utilisant les interprétations combi-
natoires.
1.2 Les premiers principes

Les preuves combinatoires suivent certains régles ou principes de bases. Ces principes sont
des résulats classiques d’algèbre ou d’analyse.
P 1.2.1. Principe des bijections
|A| = |B| ⇔ ∃ϕ : A → B, bijective (1.1)
Donc pour démontrer que deux nombres entiers a et b sont égaux on peut montrer qu’il
existe une bijection entre A et B, sachant que |A| = a et |B| = b.
P 1.2.2. Principe de la somme :
Si deux ensembles sont disjoints, alors le nombre d’éléments de la réunion est la somme
des nombres d’éléments de chacune des ensembles.
|A ∪ B| = |A| + |B| , si A ∩ B = ∅ (1.2)
Plus généralement, si (Ai )1≤i≤n est une famille d’ensembles finis, deux à deux disjointes. Alors
n
[ n
X
| Ai | = |Ai | (1.3)
i=1 i=1
P 1.2.3. Principe du produit
|A × B| = |A| × |B| (1.4)

Plus généralement, si (Ai )1≤i≤n est une famille d’ensembles finis. Alors
n
Y n
Y
| Ai | = |Ai | (1.5)
i=1 i=1
P 1.2.4. Principe des bergers :
Soit ≈ un relation d’équivalence sur E. Si C est un système de représentants des classes

d’équivalence, c’est à dire un ensemble qui contient un et un seul représentant de chaque classe,
alors on peut écrire E = ∪c∈C c, où c est la classe de c. Le principe de la somme nous donne
alors X
|E| = |c| . (1.6)
c∈C
En particulier, s’il existe k ∈ N tel que ∀c ∈ C, |c| = k, alors :
|E| = k |C| (1.7)
Notons aussi que de ce principe, on peut déduire facilement le principe des pigeonniers (pin-
geonhole principle) : "Si vous avez n pigeons et p pigeonniers et si n > p, alors il existe un
pigeonnier qui contient au moins deux pigeons."
P 1.2.5. Principe de l’extension polynômiale : Ce principe est fondé sur un théorème
d’algèbre qui dit que : Si f et g sont deux polynômes de R[x] de degré ≤ n, et s’il existe n + 1
nombres réels (ai ) deux à deux distincts tels que f (ai ) = g(ai ) alors f = g.
Donc, pour montrer que deux polynômes f et g sont égaux il suffit de montrer e que
∀n ∈ N, f (n) = g(n).
Plus généralement, à toute expression P (n) polynômiale en n (n ∈ N) on peut associer le
polynôme P (x) obtenu en remplaçant n par x. Dans ce cas, toute propriété vérifiée par P (n)
∀n ∈ N, sera vérifiée par P (x). Par exemple si on a une autre expression polynômiale D(n) tel
que D(n) divise P (n), ∀n ∈ N, alors D(x) divise P (x).
1.3 Les premiers exemples d’applications

Dans la suite, nous notons [n] = {1, 2, · · · , n}. Soit E et F sont deux ensembles tels que
|E| = n et |F | = m. On note P[E] l’ensemble des parties de E, Pk [E] l’ensemble des parties à
k éléments, F E l’ensemble des applications de E vers F , SE l’ensemble des bijections de E, et
Inj[E, F ] l’ensemble des injections de E vers F .
1.3. LES PREMIERS EXEMPLES D’APPLICATIONS 5
Théorême 1.3.1. Nous avons
(i) |F E | = mn , (ii) |Inj[E, F ]| = m(n) , en particulier |SE | = n!
où n! = n · (n − 1) · ... · 2 · 1 et m(n) = m · (m − 1) · ... · (m − n + 1).
Preuve: Ces résultats sont connus. On peut les démontrer par récurrence par exemple. Mais
nous allons les démontrer en utilisant les méthodes combinatoires.
Rappelons que F n = {(y1 , y2 , · · · , yn ), yi ∈ F } est l’ensemble des n-uplets d’éléments de
F , et que le principe du produit montre que |F n | = |F |n = mn . L’application ϕ : F n → F [n]
qui, à y = (y1 , y2 , · · · , yn ) ∈ F n , associe ϕ(y) = ỹ, avec ỹ(i) = yi est une bijection. Donc
|F [n] | = mn . D’autre part, comme |E| = n, il existe une bijection σ : E → [n]. L’application
qui, à f ∈ F [n] , associe f ◦ σ ∈ F E est une bijection. On en déduit que |F E | = mn .
Pour trouver le nombre d’injections de E vers F , essayons de les construire. Il est clair
que si |E| > |F |, alors il n’y a pas d’injections de E vers F . Posons E = {x1 , x2 , . . . , xn } , et
F = {y1 , y2 , . . . , ym } avec n ≤ m. Commençons par choisir f (x1 ), nous avons m façons de le
faire. Comme f (x2 ) 6= f (x1 ) il nous reste m − 1 facons de choisir f (x2 ), puis m − 2 façons de
choisir f (x3 ) et ainsi de suite. Au total il y a m(n) = m(m − 1)(m − 2) . . . (m − n + 1) façons
de construire une injection de E vers F . En particulier, si m = n alors toute injection est aussi
une bijection, on obtient donc automatiquement le nombre de bijections qui est n!.
Définition 1.3.2. Une permutation de E est une bijection de σ : E → E.
On note Sn l’ensemble des permutations de [n]. On a donc |Sn | = n!.

n
Théorême 1.3.3. Nous avons |Pk (E)| = .
k
Preuve: Pour k ≤ n notons In,k l’ensemble des injections de [k] vers [n] et Pn,k l’ensemble des
parties de [n] ayant k éléments. Remarquons que si f ∈ In,k , alors f ([k]) ∈ Pn,k . Considérons
φ : In,k → Pn,k tel que φ(f ) = f ([k]). φ est sujective et induit une bijection φ : In,k → Pn,k ,
où In,k est le quotient de In,k par l’équivalence f ≈ g ⇔ φ(f ) = φ(g). Il est donc clair que
|In,k | = |Pn,k |. D’autre part, soit f ∈ In,k tel que f ([k]) = A. On vérifie aisement que g ∈ f ⇔ ∃
une permutation σ de A tel que g = σ ◦ f . Ce qui veut dire que ∀f ∈ In,k , |f | = k!. Le principe
P1.2.4 des bergers nous montre alors que |In,k | = k!|Pn,k |.

n n!
Théorême 1.3.4. Les nombres = , satisfont à la relation :
k k!(n − k)!

n+1 n n
= + (1.8)
k k k−1
Preuve: La preuve analytique étant classique, voici une preuve combinatoire. Rappelons que
n+1

k
est le nombre de parties de [n+1] ayant k éléments. Notons Pk (n+1) l’ensemble des parties
à k éléments de [n + 1]. Il est clair que Pk [n + 1] = A ∪ B, où A = {A ∈ Pk [n + 1], n + 1 ∈ A} et

B = {B ∈ Pk [n + 1], n + 1 6∈ B}. On a A ∩ B = ∅. Le principe P1.2.2 de la somme montre que
|Pk [n + 1]| = |A| + |B|. D’autre part, l’application φ : A → Pk−1 (n) tel que φ(A) = nA \ {n + 1}
n
est bijective. Donc |A| = k−1 d’après P1.2.1. Tandisque B = Pk (n). Donc |B| = k .
X n
n
Remarque: 1.3.5. Si x est une variable formelle, alors (1 + x) = xk . La démonstra-
k≥0
k
tion analytique est classique et utilise la relation (1.8) Une preuve combinatoire sera donnée
dans la section 1.7.8, une autre sera proposé en exercice.
Définition 1.3.6. Pour une variable formelle x, on appelle factoriel descendante le polynôme
x(k) = x(x − 1) · · · (x − k + 1) ; et factoriel montante le polynôme x(k) = x(x + 1) · · · (x + k − 1).

x x(k)
Posons = . Le principe des extensions polynômiale nous donnera automati-
k k!

x+1 x x
quement = + . Cette définition montre aussi que si p est un entier
k k k−1
−p −p −p(−p − 1) . . . (−p − k + 1)
naturel non nul, la notation a un sens : on a = =
k k k!
k p(p + 1) . . . (p + k − 1) k k+p−1
(−1) = (−1) .
k! k
1.4 Partitions et Surjections

Commençons cette section par une généralisation du principe de la somme. Etant donné,
deux parties A et B d’un ensemble E, on a |A ∪ B| = |A| + |B| − |A ∩ B|. Pour le voir il
suffit de remarquer que si on calcule |A| + |B| on compte deux fois les éléments de A ∩ B. En
notant A le complémentaire de A dans E, et en remarquant que |A| = |E| − |A|, cette relation
s’écrit aussi |A| + |B| = |E| − |A| − |B| + |A ∩ B|. Ce résultat se généralise par le principe
d’inclusion-exclusion suivante :
Théorême 1.4.1. Principe d’inclusion-exclusion Etant donné des parties A1 , A2 , · · · , Ar
de E,
r
X X
|A1 ∩ A2 · · · ∩ Ar | = |E| + (−1)k |Ai1 ∩ Ai2 ∩ · · · ∩ Aik | (1.9)
k=1 1≤i1 <i2 <···<ik ≤r
Preuve: Ce résultat peut être démontré par récurence sur r, mais dans le cadre de ce cours,
voici une démonstration combinatoire. Soit x un élément fixé de E.
- Si x n’appartient à aucun des ensembles Ai , alors x est compté une fois dans le calcul
du membre de gauche de (1.9) et une fois dans le membre de droite (dans |E|).
- Supposons maintenant que x appartient exactement à k des sous ensembles (Ai ), avec
1 ≤ k ≤ r. Pour fixer les idées, supposons que x ∈ A1 ∩ A2 ∩ · · · ∩ Ak . Dans ce cas x ∈
/
1.4. PARTITIONS ET SURJECTIONS 7
A1 ∩ A2 · · · ∩ Ar . Donc sa contribution est de T 0 dans le membre de gauche. D’autre part, soit

J est une partie Tde [r]. Si J 6⊂ [k], alors x ∈
/ j∈J Aj . Par contre si J ⊂ [k], alors x est compté
une fois dans | j∈J Aj |. Avec le signe, la contribution totale de x dans le membre de droite de
k
l k
X
(1.9) est donc de (−1) = 0.
l=0
l
Ce résultat nous permettra de calculer le nombre de surjections.
Théorême 1.4.2. Le nombre de surjections de [n] vers [k] est

k
X
k−j k n
σnk = (−1) j (1.10)
j=0
j
Preuve: Pour 1 ≤ i ≤ k, soit Ai = {f : [n] → [k]|i ∈ / Im(f )}. Il est clair que f surjective
n
\ \
⇔f ∈ Ai . D’autre part, pour tout J ⊂ [k] un élément de Ai s’identifie à une application
i=1 i∈J
\
de [n] vers [k] \ J. Donc si |J| = j, | Ai | = (k − j)n . Donc le nombre de surjections de [n]
i∈J
n k
\
[n]
X
|I|
\ X k j
vers [k] est : | Ai | = |[k] | + (−1) | Ai | = (−1) (k − j)n .
i=1 i∈I j=0
j
I⊂[n],I6=∅
Rappelons maintenant qu’une partition de [n] en k blocs est une partie π = {b1 , b2 , . . . , bk }
de l’ensemble Pn des parties de [n] tel que les (bi ) sont tous non vides, deux à deux disjointes
et que leur réunion est égale à [n]. On note Π(n, k) l’ ensemble des partitions de [n] en k blocs,
Π(n) l’ensemble des partitions de [n]. Par exemple, {{1, 3} , {2}} est un élément de Π(3, 2).
Définition 1.4.3. Les nombres S(n, k) = |Π(n, k)| et ωn = |Πn | s’appellent respectivement
nombres de Stirling de deuxième espèce et n-ième nombre de Bell.
Pn on pose ω0 = S(0, 0) = 1 (disons pour la comodité du calcul). Notons

Par convention,
aussi que ωn = k=1 S(n, k).
Théorême 1.4.4. Le nombre de surjections de [n] vers [k] est σnk = k!S(n, k).
La démonstration de ce théorême passe par les deux lemmes suivants :
Lemme 1.4.5. Si f : [n] → [k] est une surjection, alors l’ensemble πf = {f −1 {i} , i ∈ [k]} est
une partition de [n] en k blocs.
Ce lemme est évident.
Lemme 1.4.6. L’application ϕ(f ) = πf est une surjection de l’ensemble Surj(n, k) des surjec-
tions de [n] sur [k] vers Πn,k . De plus, pour chaque π ∈ Πn,k , |ϕ−1 (π)| = k!.
Preuve: Soit π = {B1 , B2 , . . . , Bk } un élément de Πn,k . Il est clair qu’en posant f (x) = i si
x ∈ Bi , on obtient une surjection f : [n] → [k] tel que πf = π. De plus, si α ∈ Sk , il est clair que
πα◦f = πf = π. D’autre part, si πg = π alors ∃α ∈ Sk tel que g = α◦f : il suffit de poser α(i) = j
si pour tout x ∈ Bi , g(x) = j. Dans la figure 1.5, la partition π = {{1, 3, 4} , {2, 5} , {6}} est
Figure 1.5 – Relation entre partitions et surjections
associée à l’application f tel que f (1) = f (3) = f (4) = 1, f (2) = f (5) = 2 et f (6) = 3, et
g(1) = g(3) = g(4) = 3, g(2) = g(5) = 1 et g(6) = 2. Donc α(1) = 3, α(2) = 1 et α(3) = 2.
Donc |ϕ−1 (π)| = |{σ : [k] → [k], bijective}| = k!.
Corollaire 1.4.7.
k
1 X k−j k
S(n, k) = (−1) j n. (1.11)
k! j=0 j
Ce résultat est une conséquence immédiat de 1.10 et du théorème précédent. Néamoins,

les nombres de Stirling de deuxième espèce satisfont aussi la relation de récurence suivant :
Théorême 1.4.8.
S(n, 0) = 0, ∀n ≥ 1, et S(n, k) = S(n − 1, k − 1) + kS(n − 1, k) (1.12)
Preuve: Si π est une partition de [n], alors :

– ou bien le bloc de n est réduit au singleton {n}, auquel cas π s’identifie à une partition
π 0 de [n − 1] ayant k − 1 blocs.
– ou bien le bloc de n est de cardinal > 1, alors en supprimant n de son bloc on obtient
une partition π 0 de [n − 1] en k blocs. Réciproquement, si π 0 est une partition de [n − 1]
en k blocs, alors il existe k façons d’insérer n dans un bloc pour avoir une partition de
[n] en k blocs.

Cette relation est souvent utile pour calculer facilement les premieres valeurs de la suite.
Ainsi nous avons le tableau suivant qui nous donne les premières valeurs de ωn et de S(n, k).
1.5. COMPOSITION D’ENTIERS ET MULTIENSEMBLES 9
ωn n|k 0 1 2 3 4 5 6 7 8
1 0 1 0 0 0 0 0 0 0 0
1 1 0 1 0 0 0 0 0 0 0
2 2 0 1 1 0 0 0 0 0 0
5 3 0 1 3 1 0 0 0 0 0
15 4 0 1 7 6 1 0 0 0 0
52 5 0 1 15 25 10 1 0 0 0
203 6 0 1 31 90 65 15 1 0 0
877 7 0 1 63 301 350 140 21 1 0
4140 8 0 1 127 966 1701 1050 266 28 1
Un tel tableau permet souvent visualiser les comportements de la suite et d’en conjecturer
(n − 1)n
certains propriétés. Ainsi on peut se demander si S(n, n − 1) = ou encore S(n, 2) =
2
n−1
2 − 1, ou encore que si n est pair, alors S(n, k) est une suite strictement croissante en k
dans [ n2 ] puis strictement décroissante dans { n2 , n2 + 1, · · · , n}, et si n est impair alors S(n, k) est
strictement croissante dans [b n2 c+1] puis strictement décroissante dans {b n2 c+1, b n2 c+2, · · · , n}.
D’autre propriétés des nombres de Stirling sont donnés par Comtet dans [4].
Théorême 1.4.9. Les nombres de Bell satisfont la relation de récurence :
n
X n
ω0 = ω1 = 1, ωn+1 = ωk . (1.13)
k=0
k
Preuve: Une partition π = {{n + 1, x1 , x2 , . . . , xn−k } , b1 , . . . , br } (0 ≤ k ≤ n), de [n + 1]

s’identifie à un couple (A, π 0 ) où A = {x1 , x2 , . . . , xn−k } est une partie à n − Pkn éléments
de
0 n
[n] et π = {b1 , . . . , br } est une partition quelconque de [n] \ A. Donc ωn+1 = k=0 n−k ωk =
Pn n

k=0 k ωk .
1.5 Composition d’entiers et Multiensembles

Définition 1.5.1. Une composition strictre Pk de l’entier n en k parts est une suite d’entiers
naturels non nul (x1 , x2 , · · · , xk ) tel que i=1 xi = n. Une composition au sens large de n en k
parts est une suite (y1 , y2 , · · · , yk ) d’entiers naturels tel que ki=1 yi = n.
P
L’application (x1 , x2 , · · · , xk ) → {x1 , x1 + x2 , · · · , x1 + · · · + xk−1 } est une bijection entre

les compositions strictes de n en k parts et les parties de [n − 1], ayant k − 1 éléments. D’autre
part, l’application (y1 , y2 , · · · , yk ) → (x1 , x2 , · · · , xk ) telle que xi = yi + 1 est une bijection entre
les compositions au sens larges de n en k parts et les compositions strictes de n + k en k parts.
Donc
Théorême 1.5.2. Le nombre de composition strictre de n est n−1

k−1
et le nombre de composition
n+k−1

au sens large k−1
X Soit E un ensemble. Un multi-ensemble

Définition 1.5.3. X M sur E est une application ϕ :
E → N tel que ϕ(x) < ∞. Dans ce cas n = ϕ(x) s’appelle cardinal de M .
x∈E x∈E
Si E = {a1 , a2 , · · · , ak } et ϕ(ai ) = xi , alors on pose M = {ax1 1 , ax2 2 , · · · , axkk }. Par exemple,

si E = {a, b, c, d} et ϕ(a) = 2, ϕ(b) = 0, ϕ(c) = 3, ϕ(d) = 1, alors M = {a2 , b0 , c3 , d} =
{a, a, c, c, c, d} est un multiensemble de cardinal 6.
Il est clair que l’application qui à (x1 , x2 , · · · , xk ) associe M = {ax1 1 , ax2 2 , · · · , axkk } est une
bijection entre les compositions de n en k parts et les multi-ensembles de cardinal n sur E.
Théorême 1.5.4. Si |E| = k, alors le nombre de multiensemble de cardinal n sur E est

n+k−1

k
.
Définition 1.5.5. Soit E un ensemble. Un m-partage M sur E est une suite (A1 , A2 , . . . , Am )
de parties de E tel que ∪m
i=1 Ai = E et ∀ (i, j), Ai ∩ Aj = ∅.
Par exemple, (∅, {b, d} , {a} , {c, e, f }) et ({a} , ∅, {b, d} , {c, e, f }) sont deux 4-partages
distincts de {a, b, c, d, e, f }.
Théorême 1.5.6. Étant donnée une suite (a1 , a2 , . . . , am ) d’entiers tel que m
P
i=1 ai = n et un
ensemble E tel que |E| = n, le nombre de m-partages (A1 , A2 , . . . , Am ) de E tel que |Ai | = ai
est :
n n!
= . (1.14)
a1 , a2 , . . . , am a1 !a2 ! . . . am !
Preuve: On choisit d’abord A1 , puis A2 , puis A3 , . . .. On a an1 façons de choisir A1 , puis n−a
1

a 2
de choisir A2 , n−aa13−a2 de choisir A3 , . . . . Le principe du produit montre alors que le nombre

n−a1 −a2
de m-partages qu’on peut construire est an1 n−a . . . n−a1 −a2a−...−a = a1 !a2n!!...am ! .
1 m−1

a2 a3 m
Théorême 1.5.7. Identité multinomiale : Soient x1 , x2 , . . . , xm des variables. Alors

X n
n
(x1 + x2 + . . . + xm ) = xa11 xa22 . . . xann (1.15)
Pm a1 , a2 , . . . , am
(a1 ,a2 ,...,am ), i=1 ai =n
Preuve: Pour 1 ≤ i ≤ n posons Pi = x1 + x2 + . . . + xm . On veut calculer le produit P1 P2 . . . Pn .

Pour former le monôme xa11 xa22 . . . xamm , on prend un xj de chaque facteur Pi , et on réordonne le
produit des xj pris ; pour 1 ≤ j ≤ m, aj est le nombre de fois où xj a été pris. Notons qu’en
posant Ai = {j|xi tel que xi a pris dans Pj }, on obtient un m-partage (A1 , A2 , · · · , Am ) de [n]
tel que |Ai | = ai . Réciproquement, soit un m-partage (A1 , A2 , · · · , Am ) de [n] tel que |Ai | = ai .
On associe à ce m-partage un monôme xa11 xa22 . . . xann de la manière suivante : si j ∈ Ai , alors
on prend le facteur xi dans Pj .
Pour une composition (a1 , a2 , . . . , am ) de n donné, il existe donc une bijection entre le
nombre de façons de former le monôme xa11 xa22 · · · xann et l’ensemble des m-partages (A1 , A2 , · · · , Am )
1.6. SÉRIES FORMELLES ET SÉRIES GÉNÉRATRICES 11
de [n] tel que |Ai | = ai . Le coefficient de xa11 xa22 · · · xann dans le développemet de P1 P2 · · · Pn est
donc égal au nombre de m-partages.
A titre d’exemple, soit à calculer (x1 + x2 + x3 )4 = (x1 + x2 + x3 )(x1 + x2 + x3 )(x1 +
x2 + x3 )(x1 + x2 + x3 ). En prenant x2 dans le premier, le troisième et dans le quatrième et x3
dans le second on obtient le monôme x32 x3 . Le m-partage associé à ce choix des facteurs est
(∅, {1, 3, 4}, {2}). Plus généralement, tous les m-partages (A1 , A2 , A3 ) tel que |A1 | = 0, |A3 | = 1
et |A2 | = 2 permet de former le monôme x32 x3 . Ces m-partages sont (∅, {1, 2, 3}, {2}),(∅, {1, 2, 4},-
{3})(∅, {1, 3, 4}, {2}) et(∅, {2, 3, 4}, {1}). Maintenant, en considérant tous les compositions de
4 en 3 parts qui sont : (4,0,0), (0,4,0), (0,0,4), (3,1,0), (3,0,1), (1,3,0), (1,0,3), (0,3,1), (0,1,3),
(2,2,0), (2,0,2), (0,2,2), (2,1,1), (1,2,1), (1,1,2), on obtient
(x1 + x2 + x3 )4 = x41 + x42 + x43 + 4x31 x2 + 4x31 x3 + 4x1 x32 + 4x1 x33 + 4x32 x3 + 4x2 x33 + 6x21 x22 +
6x21 x23 + 6x22 x23 + 12x21 x2 x3 + 12x1 x22 x3 + 12x1 x2 x23 .
1.6 Séries Formelles et Séries Génératrices

La présente section n’est qu’une introduction de la notion de séries génératrices, concept
très utilisés en combinatoire. Pour plus détails nous conseillons aux lecteurs de lire le livre de H.
S. Wilf [28], disponible sur internet. Notons que les séries génératrices rationnelles, c’est à dire les
séries génératrices qui peuvent s’écrire comme quotient deux polynômes, sont particulièrement
étudiés par R.P. Stanley dans [24].
1.6.1 Séries Formelles
Une série formelle à coefficient dans un anneau A est une suite infinie (aX 0 , a1 , a2 , a3 , . . .)
d’éléments de A, qu’on écrit canoniquement sous la forme (a0 , a1 , a2 , a3 , . . .) = an X n .
n≥0
On définit une addition et une multiplication sur l’ensemble A[[X]] des séries formelles à
coefficient dans A en posant :
 X X X


 an X n + bn X n = (an + bn )X n
n≥0 n≥0 n≥0

X X XX n (1.16)
n n
 (


 an X )( bn X ) = ( ak bn−k )X n
n≥0 n≥0 n≥0 k=0
Muni de ces deux lois l’ensemble A[[X]] des séries formelles à coefficient dans A est un anneau.
De plus si A est intègre, alors A[[X]] est intègre.
Théorême 1.6.1. Soit f (X) = n≥0 an X n une série formelle. f (X) est inversible dans l’an-
P
neau A[[X]] si et seulement si a0 est inversible dans A.
Preuve: Supposons que f est inversible et que son inverse est g(X) = k≥0 bk X k . f g = 1,
P
alors a0 b0 = 1. Donc a0 est inversible. Réciproquement, si a0 est inversible, alors il existe b0
tel que a0 b0 = 1. L’équation a0 b1 + a1 b0 admet aussi une solution unique b1 = − aa10b0 . Plus
généralement, si ∀k ≤ n, il existe bk tel que a0 bk + a1 bk−1 + · · · + ak b0 = 0, alors l’équation
a0 bn+1 + a1 bn + · · · + an+1 b0 = 0 admet comme solution bn+1 = − a1 bn +···+a
a0
n+1 b0
. Ainsi f est
inversible.
Exemples: 1.6.2. 1. La série f (X) = 1 + X est inversible et son inverse est la série g(X) =
1
= n≥0 (−1)n X n . Mais la fraction X1 n’a pas de sens en terme de série formelle car
P
1+X
la série f (X) = X n’est pas inversible.
X Xn
2. On définit la série eX = . Cette série est est inversible et son inverse est la série
n≥0
n!
X Xn
e−X = (−1)n . On peut aussi vérifier que eX+Y = eX eY .
n≥0
n!
X X 2n
3. De la même manière, on peut définir les séries formelles cos X = (−1)n et
k≥0
(2n)!
X X 2n+1
sin X = (−1)n . On peut vérifier que cos2 X + sin2 X = 1. D’autre part,
k≥0
(2n + 1)!
sin X
cos X étant inversible, on peut définir tan X = . Les formules trigonométriques
cos X
usuelles concernant ces fonctions peuvent être vérifié. Notons que cotan X n’existe pas
en terme de série formelle car sin X n’esi pas inversible.
X t
4. Soit t ∈ C et n ∈ N. On pose (1 + X) =t
X n.
n≥0
n
Remarque: 1.6.3. Dans la suite, sauf mention du contraire, A est un anneau de polynômes à
coefficient dans K = R ou C.
Notation : Soit f (X) une série formelle, le coéfficient de X n dans f (X) est noté [X n ]f (X).
En particulier, [X 0 ]f (X) = f (0) = a0 .
Les opérations telles que l’intégration et la dérivation sont possibles dans l’anneau des
séries formelles.
n
P
Définition 1.6.4. On appelle dérivée de la série formelle f (X) = n≥0 an X la série D(f ) =
f 0 (X) = n≥1 nan X n−1 . Et plus généralement la dérivée n-ième de f est définie par récurrence
P
X 1
par la relation Dn (f ) = D(Dn−1 (f )). On appelle intégrale de f la série F (X) = an X n+1 .
n≥0
n+1
Exemples: 1.6.5. 1. On a : (eX )0 = eX . De même (cos X)0 = − sin X et (sin X)0 = cos x.
1 X X n+1
2. Une primitive de g(X) = est la série formelle ln(1 + X) = (−1)n . On
1+X n≥0
n + 1
peut vérifier que eln(1+X) = 1 + X.
Notons que ln X n’existe pas.

f
Propriété: 1.6.6. D(f +g) = D(f )+D(g), D(f g) = D(f )g+f D(g), si g(0) 6= 0 alors D( ) =
g
n
D(f )g − f D(g) X n
2
. Plus généralement, Dn (f g) = Dk (f )Dn−k (g). En particulier :
g k=0
k

X n
Dn (f k ) = Di1 (f )Di2 (f ) · · · Dik (f ).
i +i +···+i =n
i ,
1 2i , · · · , ik
1 2 k
1.6.2 Aspect Topologique : Sommabilité

En combinatoire, on a souvent recours à des suites de séries formelles et des notions de
convergence d’une telle suite. Dans la suite nous considérons X un ensemble quelconque S et une
famille (Fs )s∈S de séries formelles telle que ∀s ∈ S, Fs (X) = asn X n .
n∈N
Définition 1.6.7. La famille (Fs )s∈S est dite sommable, X si pour tout n ≥ 0,X
l’ensemble {s ∈
n
S|asn 6= 0} est fini. Dans ce cas, la série formelle F (X) = an X , où an = asn , s’appelle
n≥0 s∈S
X
somme de la famille (Fs )s∈S . On note alors F = Fs .
s∈S
P
Si S = N, et si la famille (Fs ) est sommable, alors on dit que la série s∈N Fs est conver-
gente et converge vers F .
X
Exemple: 1.6.8. 1. Soit F (X) = an X n une série formelle. Pour chaque entier n, soit la
n≥0
X
k
série formelle Fn (X) = ank X , où ank = an si k = n et ank = 0 sinon. Alors la famille
k≥0
(Fn )n∈N est sommable et de somme F .
2. La famille Fn (X) = (1 + X)n n’est pas sommable. Donc la somme n
P
n≥0 (1 + X) n’a pas
de sens.
Nous demandons au lecteur de démontrer le résultat suivant :
Théorême 1.6.9. Soit une famille (fs )s∈S de séries formelles, et {St , t ∈ T } une partition de
P sommable, alors pour chaque t ∈ T , la famille P
S. Si la famille (fs )s∈S est (fs )s∈St estPsomable.
De plus si on pose bt = s∈St fs , alors la famille (bt )t∈T est sommable et t∈T bt = s∈S fs .
En particulier si U ⊂ S et si la famille (fs )s∈S est sommable, alors la famille (fs )s∈U est
sommable.
Définition 1.6.10. L’ordre o(f ) d’une série formelle non nul f (X) = n≥0 an X n est le plus
P
petit entier n tel que an 6= 0. On admet que si f = 0, alors o(f ) = +∞.
P
Théorême 1.6.11. La série n≥0 Fn (X) converge ⇔ limn o(Fn ) = ∞.
Preuve: Supposons que Fn (X) = k≥0 ank X k . Rappelons que lim o(Fn ) = ∞ ⇔ ∀A ∈ N,
P
∃N ∈ N tel que ∀n ≥ N , ∀k ≤ A, ank = 0.
X
Pour chaque entier k, soit S(k) = {m ∈ N; amk 6= 0}. Si la série Fm (X) converge alors
m≥0
∀k, S(k) est fini. Pour un entier k, posons nk = 1 + max S(k). Il est clair que ∀n ≥ nk , ank = 0.
Soit donc A ∈ N. Si ∀k, nk < A alors ∀n ≥ A, Fn = 0, c’est à dire o(Fn ) = ∞. Sinon il existe
un entier k0 tel que nk0 > A. Soit alors N = max{n0 , n1 , · · · nk0 }. Alors A ≤ N . Donc ∀n ≥ N ,
f orallk ≤ A, ank = 0.
Réciproquement supposons lim o(fn ) = ∞, et soit k > 0. Alors il existe Nk tel que
∀n ≥ Nk o(Fn ) > k, c’est à dire que ∀n ≥ Nk , ∀k 0 ≤ k, ank0 = 0. Donc {n, ank 6= 0} ⊂ [0, Nk ]
est onc fini. D’où le résultat.
Remarque: 1.6.12. L’application d(f, g) = e−o(f −g) définit une distance ultramétrique sur
A[[X]]. Dans cet espace métrique, une suite (fn ) converge vers f si et seulement lim o(fn −
f ) = ∞. D’autre part, la convergence d’une série formelle précédent définie coïncide avec la
convergence dans cette espace métrique.
Théorême Y1.6.13. Etant donné une suite (fn (X)) de série formelles telle que ∀n, fn (0) = 0,
le produit (1 + fn (x)) converge si et seulement si lim o(fn ) = ∞.
n≥0
Y
j
P
Preuve: Supposons que fn (X) = j≥0 anj X , et supposons que le produit (1 + fn (x))
n≥0
k k
Q Pk j
converge vers f (X). Soit k ∈ N. OnP a [X ]f (X) = [X ] n≥0 (1 + j≥0 anj X ). Ce coefficient
contient nécessairement la somme n≥0 ank . Cette somme est donc fini, c’est à dire qu’il existe
nk tel que pour tout n ≥ nk , ank = 0. D’où lim o(fn ) = ∞.
Réciproquement, supposons que lim o(fn ) = ∞. Pour k ∈ N, il existe Nk tel que ∀n ≥ Nk ,
o(fn ) > k. D’autre part, ∀j ∈ N, Sj = {n, anj 6= 0} est fini. Soit alors nk = max S0 ∪S1 ∪· · ·∪SNk .
D’où [X k ]f (X) = [X k ] n≥0 (1 + kj≥0 anj X j ) = [X k ] nn=0 (1 + kj≥0 anj X j ).
Q P Q k P
1.6.3 Application : Composition des séries formelles

Soient f (X) = n an X n et g(X) = P n
P P
n bn X deux séries formelles. Si g(0) 6= 0, alors
∀n ∈ N, o(g n (X)) = 0. DansPce cas la série n an g n (X) diverge. Si g(0) = 0, alors ∀n ∈ N,
o(g n (X)) ≥ n. Donc la série n an g n (X) converge.
n n
P P
Définition 1.6.14. Soient f (X) = n a n X et g(X) = n bn X deux séries formelles, tel
que g(0) = 0. La série n an (g(X))n s’appelle composée de f et g et se note (f ◦ g)(X).
P
Propriété: 1.6.15. 1. (f (g))0 (X) = f 0 (g(X))g 0 (X)

2. Soient f1 , f2 , ; g des séries formelles. On a (f1 + f2 ) ◦ g = f1 ◦ g + f2 ◦ g et (f1 .f2 ) ◦ g =

(f1 ◦ g)(f2 ◦ g)
3. (f1 ◦ f2 ) ◦ g = f1 ◦ (f2 ◦ g)
t

1. Si F (0) = 0, on pose (1 + F (X))t = (F (X))n . On aura par
P
Exemple: 1.6.16. n≥0 n
exemple (1 + F (X))s+t = (1 + F (X))s (1 + F (X))t .
X G(X)n
2. Soit G(X) une série formelle telle que G(0) = 0. Alors F (X) = exp(G(X)) =
n≥0
n!
existe et F 0 (X) = F (X)G0 (X).
1.6.4 Série Génératrice Ordinaire

Définition
P 1.6.17. On appelle série génératrice (ordinaire) de la suite an la série formelle
n
f (t) = n an t .
De la mêmeX manière, on appelle série génératrice ordinaire de la structure combinatoire
(E, ϕ) la série an tn , où an = |En | = |ϕ−1 (n)| est le nombre d’objet de taille n.
n≥0
La proposition suivante est une conséquence immédiate des résultats du paragraphe pré-
sendent.
f (t) − h−1 k
P
k=0 ak t
X X
n n
Théorême 1.6.18. 1. Si f (t) = an t , alors an+h t =
n≥0 n≥0
th
X
an tn et P un polynôme, alors P (tD)(f ) = n≥0 P (n)an tn .
P
2. Si f (t) =
n≥0
X X X
3. Si f (t) = an tn , alors f k (t) = ( an1 an2 · · · ank )xn .
n≥0 n≥0 n0 +n2 +···+nk =n
n
X
n f (t) XX
4. Si f (t) = an t , alors = ( ak )tn .
n≥0
1 − t n≥0 k=0
1
Exemple: 1.6.19. 1−t
est la série génératrice de la suite an = 1, ln(1+t) est la série génératrice
(−1)n−1 1
de la suite an = n
, et est
la série génératrice de la suite an = n!
, (1 + x)n est la série
n
génératrice de la suite ak = k .
Application 1.6.20. On note fn le nombre de façon de remplir un rectangle de largeur 2 et de

longueur n par des dominos. La figure 1.6 est un exemple de remplissage d’un rectangle 2 × 10.
On admet que f0 = 1. il est clair que f1 = 1 et f2 = 2.
Théorême 1.6.21. Les nombres (fn ), appelés nombre de Fibonacci, satisfont à la récurence
f0 = f1 = 1 et fn+1 = fn + fn−1 .
Figure 1.6 – Un exemple de remplissage
Figure 1.7 – Deux façons de remplir un rectangle 2 × n
Preuve: Notons Fn l’ensemble des façons de remplir le rectangle 2 × n. Comme la figure 1.7 le
montre, remarquons qu’un élément de Fn se termine soit par un domino vertical, soit par deux
dominos horizontaux. Dans le premier cas il s’identifie à un élément de Fn−1 , et dans le second
cas à un élément de Fn−2 .
On se propose maintenant de calculer fn . Posons f (t) = n≥0 fn tn . On a :
P
X X
f (t) = 1 + t + fn tn = 1 + t + (fn−1 + fn−2 )tn = 1 + t + t(f (t) − 1) + t2 f (t).
n≥2 n≥2
1 1 β α
Donc f (t) = 2
. En la décomposant , on trouve f (t) = ( − ),
√
1−√ t−t β − α 1 − βt 1 − αt
1− 5
où α = 2
et β = 1+2 5 . En développant, on en déduit :
1
fn = √ (β n+1 − αn+1 ) (1.17)
5
Application 1.6.22. Une arbre binaire non étiqueté B peut être définie récursivement par :
si n = 0, B = ∅ , et n ≥ 1 B = (B1 , r, B2 ), où r est un point appelé racine de l’arbre, B1 est
une arbre binaire sur k points, avec 0 ≤ k ≤ n − 1, appelé branche gauche de B, et B2 est une
arbre binaire sur n − 1 − k points appelé branche droite. La figure 1.8 est un exemple d’arbre
binaire non étiqueté sur 9 points.
Notons cn le nombre d’arbre binaire sur n points. Le théorème suivant est une conséquence
immédiat de la définition.
Théorême 1.6.23. Les nombre (cn ), appelés nombres de Catalan, satisfont à la récurence :
n−1
X
c0 = 1, cn = ck cn−1−k .
k=0
X X
On se propose de calculer cn . Posons c(t) = cn tn . Nous avons c(t) = 1 + cn tn =
n≥0 n≥1
Figure 1.8 – Un arbre binaire
XX n−1 XX n−1 XX n−1

n n−1
1+ ( ck cn−1−k )t = 1 + t( ( ck cn−1−k )t ) = 1 + t( ( ck cn−1−k )tn ) = 1 + tc2 (t).
n≥1 k=0 n≥1 k=0 n≥0 k=0
2
C’est à dire tc (t)
√
− c(t) + 1 = 0. En résolvant cet équation, et en remarquant que c(0) = 1, on
1− 1−4t
trouve c(t) = 2t
. En dévelloppant cette fonction en série nous avons :

1 2n
cn = . (1.18)
n+1 n
Application 1.6.24. Rappelons
Pp qu’une composition de n en p parts est une suite (x1 , x2 , . . . , xp )
tel que 0 ≤ xi ≤ n et k=1 xi = n. On note an,p le nombre de compositin de n en p part. Sa-
chant que la suite (x1 , x2 , . . . , xp , xp+1 ) s’identifie au couple ((x1 , x2 , . . . , xp ), xp+1 ), nous avons
Xn
ak,p an−k,1 . Donc, en posant Φp (t) = n≥0 an,p tn , on a :
P
an,p+1 =
k=0
X XX n
n
Φp+1 (t) = an,p+1 t = ( ak,p an−k,1 )tn = Φp (t)Φ1 (t).
n≥0 n≥0 k=0
Donc Φp (t) = Φ1 (t)p . Comme an,1 est le nombre de compositions de n en une part, on a
1
an,1 = 1∀n, c’est à dire Φ1 (t) = 1−t . D’où Φp (t) = (1 − t)−p . Le développement de Φp nous
−p
donne Φ( t) = n≥0 n (−t)n = n≥O n+p−1
P P n
n
t . Donc

n+p−1
an,p = (1.19)
n
1.6.5 Série Génératrice exponentielle

Définition 1.6.25. On appelle série génératrice exponentielle de la suite an la série formelle
X tn
f (t) = an .
n≥0
n!
De la même manière, on appelle série génératrice exponentielle de la structure combina-
X tn
toire (E, ϕ) la série an , où an = |En | = |ϕ−1 (n)| est le nombre d’objet de taille n.
n≥0
n!
En utilisant les règles de calcul sur les séries formelles nous avons :
X tn X tn
Propriétés: 1.6.26. Soient f (t) = an et g(t) = bn . Alors
n
n! n
n!
n
X t
1. f (t) + g(t) = (an + bn )
n
n!
X tn n
X n
2. f (t)g(t) = cn où cn = ak bn−k
n
n! k=0
k
n
X t
3. f 0 (t) = an+1
n≥0
n!
1
Exemple: 1.6.27. S(t) = 1−t est la fonction génératrice exponentielle de la suite an = n!. et
est la série génératrice de la suite an = 1.
Application 1.6.28. Rappelons d’abord qu’une permutation de [n] est une bijection de [n]
vers [n] et que toute permutation se décompose en produit de cycle disjoints. Une involution
de [n] est une permutation φ tel que φ2 = Id. On démontre facilement qu’une involution est un
produit de cycles de longueur 1 ou 2. On note an le nombre d’involutions de [n]. Il est clair que
a1 = 1. On admet que a0 = 0. La suite (an ) satisfait à la récurence :
an = an−1 + (n − 1)an−2 .
En effet si σ est une involution de [n], alors le cycle de n est soit de longueur 1, c’est à dire
σ(n) = n, soit le cycle de n est de longueur 2, c’est à dire σ(n) = k, 1 ≤ k ≤ n − 1. Dans
le premier cas, σ s’identifie à l’involution σ 0 1 de [n − 1] tel que ∀i ∈ [n − 1], σ 0 (i) = σ(i).
Dans le deuxième cas, σ s’identifie au couple (k, σ 0 ) où 1 ≤ k ≤ n − 1 et σ 0 une involution de
[n−1]\{k}. Donc le nombre d’involution de [n] tel que σ(n) = n est égal au nombre d’involution
de [n − 1] = an−1 . Par contre le nombre d’involutions σ tel que σ(n) 6= n est égale au nombre
de couples (k, σ 0 ), qui est égale à (n − 1)an−2
Soit maintenant f (t) la série génératrice exponentielle de la suite an . On a :
X tn X tn X tn
f (t) = an = 1 + t + an = 1 + t + (an−1 + (n − 1)an−2 ) .
n≥0
n! n≥2
n! n≥2
n!
X tn X tn X tn
Posons g(t) = an−1 et h(t) = (n−1)an−2 ) . Alors g 0 (t) = an = f (t)−1 et
n≥2
n! n≥2
n! n≥1
n!
h0 (t) = tf (t). Comme f (t) = 1 + t + g(t) + h(t), alors f 0 (t) = 1 + (f (t) − 1) + tf (t) = (1 + t)f (t).
t2
On en déduit que f (t) = et+ 2 . En dévellopant on a
bn/2c
X n!
an = .
k=0
(n − 2k)!2k k!
1. La phrase ”σ s’identifie à σ 0 ” signifie qu’on a une bijection naturelle qui associe σ à σ 0 .

1.7. ENSEMBLES PONDÉRÉS 19
Application 1.6.29. Inversion binomiale

Théorême 1.6.30. Etant donné deux suites an etbn , nous avons l’équivalence :
n n
X n X n
∀n ∈ N, an = bk ⇔ ∀n ∈ N, bn = (−1)n−k ak (1.20)
k=0
k k=0
k
n n
Preuve: En effet, posons f (t) = n≥0 an tn! et g(t) = n≥0 bn tn! . Nous avons :
P P
n n
X n XX n tn
∀n ∈ N, an = bk ⇔ f (t) = ( bk ) ⇔ f (t) = et g(t)
k=0
k n≥0 k=0
k n!
n
−t
XX n tn
⇔ g(t) = e f (t) ⇔ g(t) = ( (−1)n−k ak ) .
n≥0 k=0
k n!
n
X n
⇔ ∀n ∈ N, bn = (−1)n−k ak
k=0
k
Application 1.6.31. Un points fixe d’une permutation σ de [n] est un point i ∈ [n] tel que
σ(i) = i. Un dérangement de [n] est une permutation sans point fixe. On note dnk le nombre
de permutations de [n] ayant k points fixes et dn = dn0 le nombre de dérangements.
n
X n
Lemme 1.6.32. Nous avons n! = dnk et dnk = dn−k .
k=0
k
Preuve: En effet, pour avoir une permutation ayant k points fixes il suffit de choisir les k points
fixes et construire un dérangement sur les n − k éléments restant.
1
Rappelons que |Sn | = n!, et que la série génératrice des permutations est S(t) = 1−t .
X tn X tn X X n n
tn X X n tn

1
Posons alors D(t) = dn . On a = n! = dnk = dn−k =
n≥0
n! 1 − t n≥0 n! n≥0 k=0 n! n≥0 k=0 k n!
et D(t).
Donc la série génératrice des dérangements est
e−t
D(t) = (1.21)
1−t
En dévelloppant cette série, nous obtenons :
n n
X n k
X (−1)k
dn = (−1) (n − k)! = n! . (1.22)
k=0
k k=0
k!
1.7 Ensembles pondérés

Dans cette section, nous introduisons la notion de pondération sur un ensemble. Une
étude détaillée est faite dans [23] ou [22]. On y étudie en particulier la notion de réduction
des ensembles pondérés. Dans cette section, nous considérons l’anneau A des séries formelles
C[[X1 , X2 , · · · , Xn ]], n étant un entier suffisament grand.
Définition 1.7.1. Un ensemble pondéré est un couple (E, v) où E est un ensemble et v : E →

A, une application de E dans l’anneau A. Si s ∈ E, alors v(s) est appelé poids de s.
X (E, v) est dite sommable si la famille {v(s), s ∈ E} est sommable.

L’ensemble pondéré
Dans ce cas la somme v(s) s’appelle poids de de E et se note |E|v .
s∈E
Remarques: 1.7.2. 1. Si (E, v) est un ensemble pondéré sommable

P et A est une partie de
E, alors (A, v) est sommable et le poids de A est |A|v = s∈A v(s).
2. Notons que si E est fini alors (E, v) est toujours sommable. Dans la suite, sauf mention
du contraire, les ensembles considérés seront fini.
Définition 1.7.3. Un morphisme d’ensembles pondérés est une application f : (E, u) → (F, v)
tel que ∀s ∈ E, v(f (s)) = u(s). Si, de plus f est bijective alors on dit que f est un isomorphisme
d’ensembles pondérés.
Les propriétés suivantes sont les versions pondérées des principes annoncés à la section
1.2, et sont des extensions de ceux ci.
Théorême 1.7.4. Si f : (E, u) → (F, v) est un isomorphisme alors |E|u = |F |v .

P P P
Preuve: En effet, |F |v = s∈F v(s) = t∈E v(f (t)) = t∈E u(t) = |E|u .
Théorême 1.7.5. Soit (E, u) et (F, v) deux ensembles pondérés tel que E ∩ F = ∅. On définit
sur E ∪ F une pondération w en posant w(s) = u(s) si s ∈ E et w(s) = v(s) si s ∈ F .
|E ∪ F |w = |E|u + |F |v (1.23)
P P P P
Preuve:
P En effet, |E ∪ F |w = s∈E∪F w(s) = s∈E w(s) + s∈F w(s) = s∈E u(s) +
s∈F v(s) = |E|u + |F |v .
Théorême 1.7.6. P3 - Principe du produit Soit (E, u) et (F, v) deux ensembles pondérés.
On définit sur E × F une pondération w en posant w(s, t) = u(s)v(t). Alors
|E × F |w = |E|u |F |v (1.24)
P P P P
Preuve: |E × F |w = (s,t)∈E×F w(s, t) = (s,t)∈E×F u(s)v(t) = ( s∈E u(s))( t∈F v(t)) =
|E|u |F |v
Remarque: 1.7.7. Si u(s) = 1 ∀s ∈ E, alors |E|s = |E| est le nombre d’éléments de E.

1.7. ENSEMBLES PONDÉRÉS 21
Application 1.7.8. Sur l’ensemble P([n]) des parties de [n] on définit la pondération w en
n n
|A|
X X X
k
X n k
posant w(A) = x . Alors |P([n])|w = w(A) = x = x .
k=0 k=0
k
A⊂[n] A⊂[n],|A|=k
On définit une pondération u sur {0, 1} en posant u(i) = xi . Ainsi |{0, 1}|u = 1 + x.
Sur {0, 1}n = {(m1 , m2 , · · · , mn )|∀i, mi = 0 ou mi = 1} on définit la pondération v en posant
v(m1 , m2 , · · · , mn ) = u(m1 )u(m2 ) · · · u(mn ). Dans ce cas |{0, 1}n |v = (|{0, 1}|u )n = (1 + x)n .
L’application ϕ : P([n]) → {0, 1}n telle que l’image de A est la suite (m1 , m2 , · · · , mn ) tel
que mi = 0 si i ∈ / A et mk = 1 si i ∈ A est un isomorphisme d’ensembles pondérés. En effet,
ϕ est bijective : la bijection réciproque est l’application ϕ−1 tel que ϕ−1 (m1 , m2 , · · · , mn ) =
{i|mi = 1}. De plus, si ϕ(A) = (m1 , m2 , · · · , mn ), alors m1 + m2 + · · · + mn = |A|. Donc
v(ϕ(A)) = xm1 xm2 · · · xmn = xm1 +m2 +···+mn = x|A| = w(A). On en déduit que |P([n])|w =
|{0, 1}n |v , c’est à dire
n
n
X n k
(1 + x) = x .
k=0
k
Application 1.7.9. Sur Sn on pose v(σ) = xc(σ) où c(σ) est le nombre de cycle de σ. Posons
Cn (x) = |Sn |v . Alors
Cn (x) = |Sn |v = x(x + 1) . . . (x + n − 1) = x(n) (1.25)
En effet, il y a deux façons de prolonger chaque permutation σ 0 de Sn−1 pour contruire une
permutation σ de Sn :
1. Soit on pose σ(i) = σ 0 (i) si i 6= n et σ(n) = n. Dans ce cas v(σ) = xv(σ 0 )
2. Soit choisir k tel que 1 ≤ k ≤ n et poser σ(k) = n et σ(n) = σ 0 (k). Dans ce cas
v(σ) = v(σ 0 ).
X n
X
Donc Cn (x) = x v(σ)
= (xv(σ 0 ) + (n − 1)v(σ 0 )) = (x + n − 1)Cn−1 (x). Il suffit alors
σ∈Sn σ 0 ∈Sn−1
de remarquer que C1 (x) = x.
En notant c(n, k) le nombre de permutations de [n] ayant k cycles la relation Cn (x) =
(x + n − 1)Cn−1 (x) se traduit par c(n, k) = c(n − 1, k − 1) + (n − 1)c(n − 1, k). D’autre part,
la relation (2.1) montre que
X
c(n, n − k) = i1 i2 · · · ik−1 (1.26)
1≤i1 <i2 <···<ik−1 ≤n−1
De la même manière, si on pose w(σ) = (−1)n−c(σ) xc(σ) , alors on démontre que :

n
X
|Sn |w = s(n, k)xk = x(x − 1) · · · (x − n + 1) = x(n) (1.27)
k=0
où s(n, k) = (−1)n−k c(n, k).

Définition 1.7.10. Les nombres s(n, k) s’appelle nombre de Stirling de première espèce et les
nombres c(n, k) sont les nombres de Stirling non signés.
Les nombres s(n, k) vérifient :

X
s(n, n − k) = (−1)k−1 i1 i2 · · · ik−1 (1.28)
1≤i1 <i2 <···<ik−1 ≤n−1
Remarque: 1.7.11. Un chapitre tout entier de l’excellent livre de Louis Comtet (Voir [4]) est
consacré aux nombres de Stirling de première espèce et de deuxième espèce.
X tn X tn
Théorême 1.7.12. Nous avons F (t) = x(n) = (1 − t)−x et G(t) = x(n) = (1 + t)x .
n≥0
n! n≥0
n!
n−1
Preuve: Comme x(n) = (x + n − 1)x(n−1) , on a F 0 (t) = t
x(n) (n−1)! = xF (t) + tF 0 (t). Donc
P
n≥1
F 0 (t) x
F (t)
= On en déduit le premier résultat. De la même manière, x(n) = (x − n + 1)x(n−1) ,
1−t
.
0 (t)
tn−1
alors G0 (t) = n≥1 x(n) (n−1)! = xG(t) − tG0 (t). Donc GG(t) x
. Et G(t) = (1 + t)x .
P
= 1+t
Rappelons qu’une involution de E est une permutation ϕ de E tel que ϕ2 = Id.
Définition 1.7.13. Soit (E, v) un ensemble pondéré. Une involution ϕ de E est dite pondérée
si ∀s ∈ E, si s n’est pas un point fixe de ϕ alors v(ϕ(s)) = −v(s).
Le principe suivant n’est autre que le principe des Involutions de Garcia-Milne (voir [1]).
Théorême 1.7.14. Principe des Involutions Pondérées Soit ϕ une involution pondérée
de (E, u). Posons F ix(ϕ) l’ensemble des points fixes de ϕ. Alors
|E|u = |F ix(ϕ)|u (1.29)
Preuve: En effet |E|u = s∈E u(s) = s∈F ix(ϕ) u(s) + s∈F ix(ϕ)C u(s). Or si s ∈ F ix(ϕ)C alors
P P P
ϕ(s) ∈ F ix(ϕ)C et u(ϕ(s)) + u(s) = 0.

n
X n
Exemple d’application : Montrons par exemple que (−1)k = 0.
k=0
k
Pn n
Considérons P[n] pondéré par v(A) = (−1)|A| . Nous avons |P[n]|v =
k
k=0 k (−1) .
D’autre part, l’application ϕ(A) = A − {n} si n ∈ A et v(A) = A ∪ {n}
P sinon, est une involution
pondérée, dont l’ensemble des points fixes est vide. Donc |P[n]|v = nk=0 nk (−1)k = |∅|v = 0.
Chapitre 2
Statistiques sur les permutations
Dans cette section, nous allons étudier l’ensemble Sn des permutations de [n] suivant
certaines paramètres, telle que les cycles, les descentes ou montées. Ces paramètres vont nous
permettre de distribuer ces éléments, c’est à dire de dresser une statistique sur Sn . Pour com-
mencer, nous allons définir une bijection permettant de transformer une permutation écrit sous
forme linéaire en une permutaion décomposée en produit de cycle.
2.1 La transformation fondamentale

Rappelons d’abord qu’un élément σ de Sn est une bijectionde [n] dans lui même. Donc
1 2 ... n
σ peut être présentée sous la forme σ = . Mais on peut aussi le pré-
σ(1) σ(2) . . . σ(n)
senter sous forme linéaire σ = σ(1)σ(2) . . . σ(n). Rappelons
aussi que toute permutation se dé-
1 2 3 4 5
compose en produit de cycles disjointes. Ainsi σ = = 54123 = (1, 5, 3)(2, 4).
5 4 1 2 3
L’écriture d’un cycle n’est pas unique car on a par exemple (5, 1, 3) = (1, 3, 5) = (3, 5, 1).
Sauf mention du contraire, on écrira toujours un cycle en commençant par le plus petit élément
du cycle, qui sera appelé chef du cycle.
Soit σ = x1 x2 . . . xn ∈ Sn . xi est dite un minimum local de σ si i = 1 ou ∀j < i, xj > xi . La
construction suivante nous permet de définir une bijection sur Sn et transforme une permutation
écrite sous forme linéaire en une permutation écrite sous forme de produit de cycle.
On cherche les minimum locaux et on place une parenthèse fermante puis une ouvrante
avant chacun d’eux. A titre d’exemple : si σ = 697435182 alors les minimums locaux sont 6, 4,
3 et 1. Donc σ 0 = (6, 9, 7)(4)(3, 5)(1, 8, 2).
La bijection réciproque est obtenue en écrivant chaque cycle en commençant par le mi-
nimum, puis en ordonnant les cycles suivant l’ordre décroissante des ces minimums, enfin on
effaçe les parenthèses. A titre d’exemple : Soit σ 0 = (3, 4, 1)(9)(2, 7)(8, 6, 5). On a aussi
23
24 CHAPITRE 2. STATISTIQUES SUR LES PERMUTATIONS
σ 0 = (9)(5, 8, 6)(2, 7)(1, 3, 4). D’où σ = 958627134.
Lemme 2.1.1. La bijection ainsi décrite, appelée transformation fondamentale, transforme les
minima locaux (left-right minima) en chefs de cycle qui sont les minimum de chaque cycle.
Notons qu’on a une autre forme de la transformation fondamentale en utilisant les maxi-
mums locaux, c’est à dire les éléments xi tel que i = 1 ou ∀j < i, xj < xi . Dans ce cas les maxima
locaux sont transformés en chef de cycle qui les maxima de chaque cycle. A titre d’exemple : si
σ = 435716982 alors les maximums locaux sont 4,5,7 et 9 . Donc σ 0 = (4, 3)(5)(7, 1, 6)(9, 8, 2).
Dans ce cas, la transformation fondamentale transforme les maxima locaux (left-right maxima)
en chefs de cycle qui sont les maximum de chaque cycle.
2.2 Dénombrement de Sn suivant le nombre de cycles

Sur Sn on pose v(σ) = xc(σ) où c(σ) est le nombre de cycle de σ. Posons Cn (x) = |Sn |v .
Alors
Cn (x) = |Sn |v = x(x + 1) . . . (x + n − 1) = x(n) . (2.1)
Preuve: Pour le montrer, remarquons que si σ ∈ Sn , alors en effaçant n de son cycle, on obtient
un élément de Sn−1 . Tous les éléments de Sn peut être obtenue en prologeant chaque élément
de Sn−1 . Plus exactement si σ 0 est un élément de Sn−1 , il y a deux façons de le prolonger pour
contruire une permutation σ de Sn :
1. Soit on pose σ(i) = σ 0 (i) si i 6= n et σ(n) = n. Dans ce cas v(σ) = xv(σ 0 )
2. Soit choisir k tel que 1 ≤ k ≤ n , puis on pose σ(i) = σ 0 (i) si i 6= k, σ(k) = n et
σ(n) = σ 0 (k). Dans ce cas v(σ) = v(σ 0 ).
X Xn
Donc Cn (x) = x v(σ)
= (xv(σ 0 ) + (n − 1)v(σ 0 )) = (x + n − 1)Cn−1 (x). Il suffit alors
σ∈Sn σ 0 ∈Sn−1
de remarquer que C1 (x) = x.
Notons c(n, k) le nombre de permutations de [n] ayant k cycles. La relation Cn (x) =
(x + n − 1)Cn−1 (x) se traduit par c(n, k) = c(n − 1, k − 1) + (n − 1)c(n − 1, k). D’autre part,
la relation (2.1) montre que
X
c(n, n − k) = i1 i2 · · · ik−1 (2.2)
1≤i1 <i2 <···<ik−1 ≤n−1
De la même manière, si on pose w(σ) = (−1)n−c(σ) xc(σ) , alors on démontre que :

n
X
|Sn |w = s(n, k)xk = x(x − 1) · · · (x − n + 1) = x(n) (2.3)
k=0
où s(n, k) = (−1)n−k c(n, k).

2.3. NOMBRES EULÉRIENS 25
Définition 2.2.1. Les nombres s(n, k) s’appelle nombre de Stirling de première espèce et les
nombres c(n, k) sont les nombres de Stirling non signés.
Les nombres s(n, k) vérifient :

X
s(n, n − k) = (−1)k−1 i1 i2 · · · ik−1 (2.4)
1≤i1 <i2 <···<ik−1 ≤n−1
X tn X tn
Théorême 2.2.2. Nous avons F (t) = x(n) = (1 − t)−x et G(t) = x(n) = (1 + t)x .
n≥0
n! n≥0
n!
n−1
Preuve: Comme x(n) = (x + n − 1)x(n−1) , on a F 0 (t) = t
x(n) (n−1)! = xF (t) + tF 0 (t). Donc
P
n≥1
F 0 (t) x
F (t)
= On en déduit le premier résultat. De la même manière, x(n) = (x − n + 1)x(n−1) ,
1−t
.
0 (t)
tn−1
alors G0 (t) = n≥1 x(n) (n−1)! = xG(t) − tG0 (t). Donc GG(t) x
. Et G(t) = (1 + t)x .
P
= 1+t
2.3 Nombres eulériens

Soit σ = x1 x2 · · · xn ∈ Sn . Une descente (resp. montée) de σ est un élément i ∈ [n] tel que
xi > xi+1 (resp. xi < xi+1 ). Pour σ = 549768132, les montées sont 2, 5 et 7 et les descentes 1,
3 , 4, 6 et 8. On note d(σ) (resp. m(σ)) le nombre de descentes (resp. de montées) de σ. Alors
d(σ)+m(σ) = n−1. De plus, la bijection qui à σ associe σ 0 tel que σ 0 (i) = σ(n+1−i) transforme
une montée en une descente. Donc le nombre de permutations de Sn ayant k montées est égal
au nombre de permutations ayant k descentes. De plus
X n
X
Considérons le polynôme An (x) = x1+d(σ) = e(n, k)xk , où d(σ) est le nombre de
σ∈Sn k=1
descente de σ et e(n, k) le nombre de permutations de [n] ayant k − 1 descentes. Par convention
e(0, 0) = 1, et A0 (x) = 1.
Théorême 2.3.1. Les nombres (e(n, k)) satisfont la récurrence :
e(0, 0) = 1, e(0, k) = 0 si k > 0,
e(n + 1, k) = (n − k + 2)e(n, k − 1) + ke(n, k)
Preuve: Etant bonnée une permutation de σ 0 = x1 x2 · · · xk−1 (n + 1)xk+1 · · · xn ∈ Sn+1 , en

effaçant n + 1 de la liste, on obtient la permutation σ = x1 x2 · · · xk−1 xk+1 · · · xn+1 ∈ Sn . Réci-
proquement soit σ = x1 x2 · · · xn ∈ Sn . On peut prolonger σ en plaçant n + 1 au début de la
liste ou bien en inserant n + 1 entre xi et xi+1 , ou bien on le place à la fin de la liste. On obtient
ainsi les permutations σ0 = (n + 1)x1 x2 · · · xn , σi = x1 x2 · · · xi (n + 1)xi+1 · · · xn (1 ≤ i ≤ n − 1)
et σn = x1 x2 · · · xn (n + 1). De plus, toute permutation de Sn peut être construite de cette
manière. Il est clair que d(σ0 ) = d(σ 0 ) + 1 ; pour 1 ≤ i < n − 1 ; si i est une montée de σ, alors
d(σi ) = d(σ 0 ) + 1 et si i est une descente alors d(σi ) = d(σ 0 ) + 1 ; et d(σn ) = d(σ 0 ). Donc pour
avoir permutation de Sn+1 ayant k − 1 montées il faut considérer :
– une permutation σ de Sn ayant k − 2 descentes, (n − k + 1 montées) et placer n + 1 sur

les montées ou bien au début. On a donc n − k + 2 façons de le faire.
– une permutation σ de Sn ayant k − 1 descentes, et placer n + 1 sur les descentes, ou
bien a la fin. On a k façons de le faire.

X n
X
1+des(σ)
Définition 2.3.2. Les polynômes An (x) = t = e(n, k)tk s’appelle polynôme
σ∈Sn k=1
eulérien.
Théorême 2.3.3. Les polynômes eulerien satisfait à la relation :
X An (x)
mn xm = . (2.5)
m≥0
(1 − x)n+1
Preuve: La preuve par récurence suivant a été tirée de [24]. Pour n = 0, on a A0 (x) = 1
m 1
P
et m≥0 x = (1−x) . Supposons que la relation 2.5 est vrai pour un entier n ≥ 0. En la
X
dérivant par rapport à x puis en la multipliant de nouveau par x, on obtient : mn+1 xm =
m≥0
x(1 − x)A0n (x)
+ (n + 1)xAn (x)
n+2
. Il suffit alors de montrer que An+1 (x) = x(1 − x)A0n (x) + (n +
(1 − x)
1)xAn (x). On le coefficient de xk dans x(1 − x)A0n (x) + (n + 1)xAn (x) est (n − k + 2)e(n, k −
1) + ke(n, k). Lr tésultat s’en déduit.
Théorême 2.3.4. La série génératrice des polynômes euleriens s’écrit :
X tn 1−x
An (x) = (2.6)
n≥0
n! 1 − xe(1−x)t
tn
X An (x) tn X X n m tn
Preuve: On multiplie l’équation 2.5 par n!
, on obtient : = m x =
n≥0
(1 − x)n+1 n! n≥0 m≥0 n!
X 1 X An (x) tn 1−x
xm emt = t
. En multipliant par (1 − x), on a n
= t
. Et en rem-
m≥0
1 − xe n≥0
(1 − x) n! 1 − xe
plaçant t par (1 − x)t, on obtient le résltat.
2.4 Nombres d’Euler

Pour un survol de résultats sur les nombres d’Euler, en particulier sur les nombres d’En-
tringer, nous conseillons au lecteur de voir l’article de Stanley[25] et celle de Dominique Foata
et Guo-Niu Han [7]. On pourrait aussi consulter la thèse de Yoann Gelineau [17].
Définition 2.4.1. Une permutation alternante descendante (resp. montante) une permutation
σ telle que σ(1) > σ(2) < σ(3) > σ(4) < . . . (resp.σ(1) < σ(2) > σ(3) < σ(4) > . . .)
2.4. NOMBRES D’EULER 27
Notons En+ l’ensemble des permutations alternantes montantes de Sn et En− l’ensemble

des permutations alternantes descendantes. Nous avons |En+ | = |En− | car la bijection σ → σ 0 tel
que σ 0 (i) = n + 1 − σ(i) transforme une permutation alternante montante en une permutation
alternante descendante et réciproquement.
Définition 2.4.2. Les nombres En = |En+ | = |En− | s’appellent les nombres d’Euler.
On admet que E0 = E1 = 1.
Théorême 2.4.3. Les nombres d’Euler (En ) satisfont à la récurence :
 n
 X 2n
 E2n+1 = E2k+1 E2n−2k−1


2k + 1

k=0
n (2.7)
 X 2n − 1
 E2n = E2k+1 E2n−2k−2


2k + 1

k=0
Preuve: Remarquons d’abord que si n est pair, alors une permutation alernante descendante
sur [n] se termine par une descente et si n est impaire elle se termine par une montée.
Toute permutation alternante descendante se décompose en un triplet (σ1 , 1, σ2 ) où σ1 est
une permutation alternante descendante sur 2k + 1 éléments (6= 1) et les n − 2k − 2 éléments
(6= 1) restantes. La récurence s’en dèduit facilement. .
Théorême 2.4.4. Nous avons
X t2n 1 X t2n+1
E2n = , et E2n+1 = tan(t) (2.8)
n≥0
(2n)! cos(t) n≥0
(2n + 1)!
X t2n X t2n+1
Preuve: Posons f (t) = E2n et g(t) = E2n+1 . Nous avons : :
n≥0
(2n)! n≥0
(2n + 1)!
n
t2n−1 t2n−1

0
X XX 2n − 1
f (t) = E2n = E2k+1 E2n−2k−2 = f (t)g(t) et
n≥1
(2n − 1)! n≥1 k=0
2k + 1 (2n − 1)!
2n n
t2n

X t XX 2n
0
g (t) = E2n+1 = E2k+1 E2n−2k−1 = 1 + f 2 (t). Il suffit alors de
n≥1
(2n)! n≥1 k=0
2k + 1 (2n)!
remarquer que f (0) = 1 et g(0) = 0
Remarque: 2.4.5. Pour cette raison les nombres d’Euler s’appellent aussi nombres tangentes
et sécantes.
Un mode calcul simple des nombres d’Euler
Dans ce qui va suivre, nous allons présenter une méthode de calcul des nombres d’Euler.
Cette méthode peut être appliquer à d’autre suites, ou pour générer des suites. Sur ce sujet
nous conseillons au lecteur de lire le chapitre 3 de [22]. Notons Sf (N) l’ensemble des suites finis
d’entiers naturels.
Définition 2.4.6. 1. Etant donné une application ϕ : N2 → Sf (N), nous appellons fonction
de développement associée à ϕl’application δϕ : N → Sf (N) définie par δϕ (0) = ϕ(0, 0),
si pour n ≥ 0, δϕ (n) = [sn,1 , sn,2 , · · · , sn,rn ], alors δϕ (n + 1) = [ϕ(n + 1, sn,1 ), ϕ(n +
1, sn,2 ), · · · , ϕ(n + 1, sn,rn )
2. On appelle fonction de compression toute fonction γ : Sf (N) → N.
Le couple (ϕ, γ) permet donc de produire la suite sn = γ ◦ δϕ (n). On dit la suite (sn ) est
obtenue par développement-compression à partir du couple (ϕ, γ). Réciproquement, étant donné
une suite (sn ) on peut chercher un couple (ϕ, γ) qui permet de produire (sn ) par développement-
compression.
Exemple: 2.4.7. Soient :
1. ϕ : N2 → Sf (N) tel que ϕ(0, 0) = ϕ(1, 1) = [1], ϕ(n, k) = [n, n − 1, · · · , n − k + 1] si
1 ≤ k < n et ϕ(n, k) = ∅ dans les autres cas.
2. γ : Sf (N) → N tel que γ(α1 , α2 , · · · , αk ) = α1 + α2 + · · · + αk
Nous avons ϕ(0, 0) = ϕ(1, 1) = [1], ϕ(2, 1) = [2], ϕ(3, 1) = [3], ϕ(3, 2) = [3, 2], ϕ(4, 1) = [4],
ϕ(4, 2) = [4, 3], ϕ(4, 3) = [4, 3, 2], ϕ(5, 1) = [5], ϕ(5, 2) = [5, 4], ϕ(5, 3) = [5, 4, 3], ϕ(5, 4) =
[5, 4, 3, 2], · · · . Donc δϕ (0) = δϕ (1) = [1], δϕ (2) = [ϕ(2, 1)] = [2], δϕ (3) = [ϕ(3, 2)] = [3, 2],
δϕ (4) = [ϕ(4, 3), ϕ(4, 2)] = [4, 3, 2, 4, 3], δϕ (5) = [ϕ(5, 4), ϕ(5, 3), ϕ(5, 2), ϕ(5, 4), ϕ(5, 3)] =
[5, 4, 3, 2, 5, 4, 3, 5, 4, 5, 4, 3, 2, 5, 4, 3], · · · .
Donc la suite engendrée par (ϕ, γ) est la suite (en ) telle que e0 = e1 = 1, e2 = 2, e3 = 5,
e4 = 16, e5 = 61, · · · .
Théorême 2.4.8. Etant donné le couple (ϕ, γ) de l’exemple 2.4.7, nous avons en = En =
γ ◦ δϕ (n − 1), En étant le n-ième nombre d’Euler.
La démonstration de ce théorème utilise la notion de forme d’une permutation, concept

introduite par Viennot[27]
Définition 2.4.9. 1. La forme d’une permutation (up-down sequence) σ de Sn est le mot
mσ = x1 x2 · · · xn−1 tel que xi = + si i est une montée et xi = − si i est une descente.
2. Un élément x ∈ [n − 1] est dite une avance (resp. un recul) de σ si x + 1 est à droite (resp.
à gauche) de x dans σ.
Lemme 2.4.10. La bijection σ → σ −1 transforme une montée de σ en une avance et une
descente en un recul
Preuve: En effet, soit σ = σ1 σ2 · · · σn . Si i est une montée de σ, alors σi < σi+1 . Mais σ −1 (σi ) = i
et σ −1 (σi+1 ) = i + 1. Donc dans l’écriture linéaire de σ −1 i + 1 est après i, c’est à dire que i est
une avance. Si i est une descente de σ, alors xi > xi+1 . Alors, dans l’écriture linéaire de σ −1 ,
i + 1 est avant i, c’est à dire que i est un recul.
Lemme 2.4.11. (Algorithme de Viennot) Etant donné un mot m = x1 x2 · · · xn−1 de longueur
n − 1 sur A = {+, −}, pour construire les inverses des permutations σ telles que mσ = m, il
suffit, pour 2 ≤ i ≤ n, de placer i à gauche de i − 1 si xi−1 = − et à droite si xi−1 = −, et ceci
dans toutes les positions possibles.
2.4. NOMBRES D’EULER 29
Preuve: Pour 2 ≤ i ≤ n, en plaçant i à gauche de i − 1 si xi−1 = −, i − 1 sera un recul dans

la permutation σ obtenue et en plaçant i à droite de i − 1 si xi−1 = +, i − 1 sera une avance.
Le lemme 2.4.10 montre donc que l’inverse de la permutation obtenue a pour forme m.
Exemple: 2.4.12. Soit m = + − +−. En insérant successivement 2, 3, 4 et 5 on obtient les

etapes suivants : 1 → 12 → {312, 132} → {3412, 3142, 3124, 1342, 1324} → {53412, 35412, 53142, 35142, 3
53124, 35124, 31524, 31254, 51342, 15342, 13542, 51324, 15324, 13524, 13254}. On obtient l’ensemble
des inverses des permutations alternantes de S5 de forme m.
Appliquons cette algorithme à la forme mn = + − + − + · · · associées aux permutations

alternantes montantes sur Sn : on produit l’ensembe Qn des inverses de ces permutations. Il
est facile de voir que chaque nombre pair sera avance et chaque nombre impair un recul. Plus
exactement, on a :
Lemme 2.4.13. σ ∈ Qn si et seulement si pour chaque i, la lettre 2i est à droite des lettres
2i − 1 et 2i + 1.
Soit r tel que 1 < r ≤ n. Pour σ ∈ Qr−1 , notons Qr (σ) l’ensemble des prolongements de
σ dans Qr en utilisant l’algorithme de Viennot.
Lemme 2.4.14. Soit σ ∈ Qn−1 . Si n est pair alors |Qn (σ)| = k si et seulement si n − 1 occupe
(n − k)-ième position dans l’écriture de σ, et si n est impair alors |Qn (σ)| = k si et seulement
si n − 1 occupe k-ième position.
Preuve: En effet, si n est pair, alors n doit être une avance. Donc |Qn (σ)| = k si et seulement
si il y a k positions possibles pour placer n après n − 1, c’est à dire qu’il y aura k − 1 élémenst
de [n − 1] après n − 1 dans l’écriture se σ. Donc n − 1 occupe la (n − 1) − (k − 1)-ième position.

Preuve du Théorème 2.4.8 Etant donné σ 0 ∈ Qn (σ), notons pn (σ 0 ) la position de n dans σ 0 .
On ordonne Qn (σ) en posant σ 0 < σ 00 ⇔ pn (σ 0 ) < pn (σ 00 ) si n est impair et σ 0 < σ 00 ⇔ pn (σ 0 ) >
pn (σ 00 ) si n est pair. Posons Qn (σ) = {σ 1 , σ 2 , · · · , σ k }, avec σ 1 < σ 2 < · · · < σ k . Si n est impair
(resp. pair), alors n occupe la i-ème position (resp. (n − i)-ième position) de σ i . Donc il y aura
n − i + 1 positions pour insérer n + 1 dans la prochaine étape, c’est à dire |Qn+1 (σ i )| = n − i + 1.
En d’autre terme, ϕ(n, k) = [n, n − 1, · · · , n − k + 1] est la suite des nombres de prolongements
des éléments de Qn (σ), où σ est un élément de Qn−1 admettant k positions. Par conséquent,
δϕ (n) est la suite des nombres de prolongements des éléments de Qn . Donc :
X
γ ◦ δϕ (n) = |Qn+1 (σ)| = en+1 .
σ∈Qn
+
Notons maintenant En,k l’ensemble des permutations alternantes montantes σ ∈ Sn tel
que σ(n) = k.
+
Définition 2.4.15. Les nombres En,k = |En,k | s’appellent nombres d’Entringer.
Il est clair que E1,1 = 1, E2n,1 = 0, E2n,2n = E2n−1 , E2n+1,2n+1 = 0, et E2n+1,1 = E2n .
D’autre part, on a :
Xn
En = En,k (2.9)
k=1
+
Le résultat suivant est évident en remarquant que si n est pair, alors un élément de En+1,k se
+
termine par une descnte et si n est impair, En+1,k se termine par une montée.
Théorême 2.4.16. Pour tous entiers n et k, les nombres d’Entringer vérifient :

n
X
1. si n est pair, et 1 ≤ k ≤ n, En+1,k = En,i ,
i=k
k−1
X
2. si n est impair, et 2 ≤ k ≤ n + 1, En+1,k = En,i
i=1
Corollaire 2.4.17. E2n+1,k = E2n+1,k+1 + E2n,k et E2n,k+1 = E2n,k + E2n−1,k .
Ce corollaire nous permet de construire la table de Kempner, qui est une manière de
calculer les nombres d’Entringer et les nombres d’Euler (figure 2.1. La série génératrice des
Figure 2.1 – Tableau de Kempner pour les nombres d’Entringer
nombres d’Entringer est donnée dans [25] (voir aussi [7]). Utilisons la terminologie de Stanley,
et posons
m si m + n est pair
[m, n] =
n si m + n est impair
Théorême 2.4.18. On a :
XX xm y n cos x + sin y
Em+n,[m,n] = (2.10)
n≥0 k≥0
m! n! cos(x + y)
2.5. INVERSIONS ET Q-ANALOGUES 31
2.5 Inversions et q-analogues

Définition 2.5.1. On dit qu’un couple (x, y) forme une inversion de la permutation σ ∈ Sn , si
x < y et σ(x) > σ(y).
Notons Inv(σ) l’ensemble des inversions de σ et inv(σ) le nombre d’inversions, c’est à dire
le nombre d’éléments de Inv(σ).
Figure 2.2 –

1 2 3 4 5 6
Exemple: 2.5.2. Soit σ = , qu’on peut présenter σ sous la forme donnée
2 4 3 1 6 5
par la figure 2.2. Alors (x, y) ∈Inv(σ) si les flèches sortant de x et y se croisent. Ainsi Inv(σ) =
{(1, 4), (2, 3), (2, 4), (3, 4), (5, 6)}, et inv(σ) = 5.
Remarquons que si on présente σ sous forme linéaire, σ = x1 x2 · · · xn , où xi = σ(i), alors

(i, j) ∈ Inv(σ) si et seulement si i < j et xi > xj . Pour 1 ≤ i < n, posons li = |{j > i, (i, j) ∈
Inv(σ)}| = |{j > i, xj < xi }|. Par exemple, si σ = 352764198 ; alors l1 = 2, l2 = 3, l3 = 1,
l4 = 3, l5 = 2, l6 = 1, l7 = 0, l8 = 1. De manière évidente, nous avons :
inv(σ) = l1 + l2 + · · · + ln−1 (2.11)
Définition 2.5.3. Une fonction sous excédente est une application f : [n] → [n − 1] ∪ {0} telle
que ∀k ∈ [n], f (k) < k.
On a donc f (1) = 0, f (2) = 0 ou 1, f (3) = 0 ou 1 ou 2, · · · . Notons Fs [n] l’ensemble

des fonctions sous excédente sur [n]. Un élément f ∈ Fs [n] peut être écrite sous la forme
f = a1 a2 · · · an , où ai = f (i). D’autre part, il est clair que :
|Fs [n]| = n! (2.12)
Une bijection ϕ : Fs [n] → Sn peut être constrite de la manière suivante :

Etant donné f = a1 a2 · · · an ∈ Fs [n], pour 0 ≤ k < n, on construit des permutations σk
de {n − k, n − k + 1, · · · , n} en insérant n, puis n − 1, puis n − 2 · · · en utilisant l’algorithme
suivant :
- σ0 = n
- Pour 1 ≤ k < n, supposons qu’on a σk−1 = α1 α2 · · · αk , avec αi ∈ {n − k + 1, · · · , n}. Si
ak+1 = 0, αk = (n − k)α1 α2 · · · αk , si ak+1 = i, avec 0 < i < k alors on place n − k entre αi et
αi+1 et si ak+1 = k, αk = α1 α2 · · · αk (n − k).
Alors ϕ(f ) = σn−1 .

En appliquant cette methode à f = 010025326, on obtient successivement :
σ0 = 9 → σ1 = 98 → σ2 = 798 → σ3 = 6798 → σ4 = 67598 → σ5 = 675984 → σ6 =
6753984 → σ7 = 67253984 → σ8 = 672539184 = ϕ(f ).
Théorême 2.5.4. Si f = a1 a2 · · · an , alors inv(ϕ(f )) = a1 + a2 + · · · + an .
Preuve: A l’étape k, en plaçant n − k, entre αi et αi+1 , on crée i = ak+1 inversions car il y aura
exactement i éléments plus grand que n − k avant lui. σ0 = n ne contient aucune inversion.
Définition 2.5.5. Etant donné σ ∈ Sn , on appelle table d’inversions de σ la suite α1 α2 · · · αn

tel que ϕ−1 (σ) = α1 α2 · · · αn .
X
On se propose maintenant de calculer le polynôme : Invn (q) = q l(σ) .
σ∈Sn
Soit σ = x1 x2 · · · xi nxi+1 · · · xn . Alors pour tout j > i, (i, j) est une inversion de σ. Donc
en posant σi = x1 x2 · · · xi−1 xi+1 · · · xn ∈ Sn−1 , on a l(σ) = (n − 1 − i) + l(σi ). Réciproquement,
soit σ ∈ Sn−1 . On peut prolonger σ, en posant , pour chaque i, 1 ≤ i ≤ n − 1, σ(i) =
x1 x2 · · · xi nxi+1 · · · xn−1 , et σ(0) = nx1 x2 · · · xn−1 . De plus chaque élément de Sn peut être
obtenu de cette manière. On a alors :
X X X n−1 X
l(σ)
Invn (q) = q = q n−1−i+l(σ(i)) = (q n−1 + · · · q + 1) q l(σ) . C’est à dire :
σ∈Sn σ∈Sn−1 i=0 σ∈Sn−1
n−1
Invn (q) = (q + · · · q + 1)Invn−1 (q). En notant que Inv1 (q) = 1, on obtient :
Théorême 2.5.6. Le polynôme énumérateur des inversions est donnée par :

n−1 n
Y Y qk − 1
Invn (q) = (q k + · · · + q + 1) = (2.13)
k=0 k=1
q−1
Définition 2.5.7. Une statistique f sur Sn est dite mahonienne s’il a la même distribution que
n−1 n
X
f (σ)
Y
k
Y qk − 1
la statistique inversion, c’est à dire q = (q + · · · + q + 1) = .
σ∈S k=0 k=1
q−1
n
Pour σ = σ1 σ2 · · · σn ∈ Sn , posons Des(σ) = {i ∈ [n − 1] tel que σi >X

σi+1 l’ensmble des
descentes de σ, et appelons indice des majeurs de σ le nombre maj(σ) = i.
i∈Des(σ)
X
Théorême 2.5.8. La distribution maj est une statistique mahonienne, c’est à dire q maj(σ) =
σ∈Sn
n−1 n
Y Y qk − 1
(q k + · · · + q + 1) = .
k=0 k=1
q−1
Preuve: Pour σ = σ1 σ2 · · · σn−1 ∈ Sn−1 , posons σ(i) = σ1 · · · σi−1 nσi · · · σn−1 ∈ Sn . Supposons
que Des(σ) = {i1 , i2 , · · · , is }. Il est clair que :
1. Pour 1 ≤ i ≤ i1 , maj(σ(i)) = maj(σ) + s + i
2. Pour 1 ≤ k ≤ s, maj(σ(ik +1)) = i1 +· · ·+ik−1 +(ik +1)+· · ·+(is +1) =maj(σ)+s−k +1
3. Pour 1 ≤ k < s et ik + 1 < i ≤ ik+1 , maj(σ(i) = i1 + · · · + ik + i + (ik+1 + 1) + · · · + (is +
1)=maj(σ) + i + s − k
4. Pour is + 1 < i < n, maj(σ(i)) = maj(σ) + i
5. maj(σ(n))=maj(σ).
Donc
X n
X X
maj(σ)
q = q maj(σ(i))
σ∈Sn σ∈Sn−1 i=1
ik+1
i1 s s−1 X n−1
!
X X X X X
= q maj(σ(i)) + q maj(σ(ik +1)) + q maj(σ(i)) + q maj(σ(i)) + q maj(σ(n))
σ∈Sn−1 i=1 k=1 k=1 i=ik +2 i=is +2
ik+1
i1 s s−1 X n−1
!
X X X X X
= q maj(σ)+s+i + q maj(σ)+s−k+1
+ q maj(σ)+i+s−k + q maj(σ)+i + q maj(σ)
i=1 k=1 i=ik +2
σ∈Sn−1
i1
k=1
s s−1 ik+1 n−1
!i=is +2
X X X X X X
= q maj(σ) q s+i + q s−k+1 + i+s−k
q + qi + 1 .
σ∈Sn−1 i=1 k=1 k=1 i=ik +2 i=is +2
Notons que :
i1
X s
X
s+i s+1 s+2 s+i1
– q =q +q + ··· + q , et q s−k+1 = q + q 2 + · · · + q s
i=1 k=1
i2
X
– Pour k = 1, q i+s−1 = q i1 +s+1 + q i1 +s+2 + · · · + q i2 +s−1
i=i1 +2
Xi3
– Pour k = 2, q i+s−2 = q i2 +s + q i2 +s+1 + · · · + q i3 +s−2
i=i2 +2
– ···
is
X
– Pour k = s − 1, q i+s−k = q is−1 +1 + q is−1 +2 + · · · + q is +1
i=is−1 +2
i1 s ik+1
s−1 X n−1
X X X X
s+i s−k+1 i+s−k
Donc q + q + q + q i + 1 = 1 + q + q 2 + · · · + q n−1 .
i=1 k=1 k=1 i=ik +2 i=is +2
Notons qu’une preuve bijective a été donnée par FOATA (1968) ? ? ? ? ? ? ?
Définition 2.5.9. On appelle q-analogue d’un nombre α tout polynôme P (q) tel que lim P (q) =
q→1
α, et q-analogue d’une suite (αn ) toute suite (Pn (q)) de polynômes telle que ∀n, lim Pn (q) = αn .
q→1
Exemple: 2.5.10. On note [1]q = 1 et si n > 1, [n]q = 1 + q + · · · q n−1 , alors [n]q est un
q-analogue de n et si on pose [n]q ! = [1]q [2]q · · · [n]q , alors un obtient un q-analogue de n!. De
plus, on a Invn (q) = [n]q !.

n [n]q !
Exemple: 2.5.11. Posons = , avec [0]q ! = [1]q ! = 1. Il est facile de montrer
k q [k]q ![n − k]q !

n n
que = . De plus,
k q n−k q

n n−1 k n−1
= +q . (2.14)
k q k−1 q k q

n [n]q !
Lemme 2.5.12. = est un polynôme en q, appelé polynômes de Gauss. De
k q [k]q ![n − k]q !

n n
plus, est une q-extension de .
k q k
Ce lemme se démontre facilement par récurence sur n, en utilisant l’équation 2.14.
Une première interprétation combinatoire des q-binomiales peuvent être donné en terme
de partitions d’entiers.
Définition 2.5.13. Une partition de n en k parts est une suite décroissante de k entiers
λ1 ≥ λ2 ≥ · · · ≥ λk > 0 telle que n = λ1 + λ2 + · · · + λk . Le diagramme de Ferrers d’une
partition est alors une matrice formée par des carrées de côté 1, ayant λ1 cellules en premières
lignes, λ2 cellules en deuxième ligne, · · · , λk cellules sur la k-ième ligne.
Exemple: 2.5.14. La figure 2.3 est le diagramme de Ferrers associé à la partition λ = (6, 4, 3, 1)
de 14 en 4 parts.
Figure 2.3 – Diagramme de Ferrers de la partition λ = (6, 4, 3, 1)
Pour chaque partitition λ = λ1 ≥ λ2 ≥ · · · ≥ λk , nous posons v(λ) = q |λ| , où |λ| =

λ1 + λ2 + · · · + λk . Notons P(n, k) l’ensemble des partitions dont le diagramme de Ferrers est
inclus dans le rectangle [n] × [k] et p(n, k) = |P(n, k)|v . Pour des raisons techniques, nous
admettons l’existence d’une partition de 0 qui est ∅ et que |∅| = 0. Il est clair que ∀n, k,
∅ ∈ P(n, k). Donc p(n, 0) = p(0, k) = 1.
Théorême 2.5.15. Pour tous entiers n et k,

X
|λ| n+k
p(n, k) = |P(n, k)|v = q = . (2.15)
k q
λ⊂[n]×[k]
Preuve: En effet pour n = 1 et ∀k, une partition λ est inclus dans [n] × [k], si et seulement
si elle est de la forme λ = λ1 λ2· · · λj avec
1 ≤ j ≤ k et λ1 = λ2 = · · · = λj = 1. Donc
1+k
p(1, k) = 1 + q + q 2 + · · · + q k = .
k q
Soit λ = λ1 λ2 · · · λj ∈ P(n, k). Deux cas se présentent :

1. ou bien λ1 = n, auquel cas λ s’identifie au couple (µ, λ0 ), où µ = (n) est une partition en
une part et λ0 = λ2 · · · λj ∈ P(n, k − 1). On a alors v(λ) = q n v(λ0 ).
2. ou bien λ1 < n, auquel cas λ ∈ P(n − 1, k).
X X
On en déduit que p(n, k) = v(λ) + q n v(λ0 ) = p(n − 1, k) + q n p(n, k − 1).
λ∈P(n−1,k) λ0 ∈P(n,k−1)

n+k
D’autre part, posons c(n, k) = . Il est clair que c(n, 0) = c(0, k) = 1, et
k q

1+k
c(1, k) = = 1 + q + q 2 + · · · + q k . De plus, nous avons
k q

n n n+k−1 n−1+k [n + k − 1]q !
q c(n, k − 1) + c(n − 1, k) = q + = qn +
k−1 q
k q [k − 1]q ![n]q !
[n − 1 + k]q !
[k]q ![n − 1]q !

n 2 k−1 n−1 [n + k − 1]q ! n+k
= [q (1 + q + q + · · · + q ) + (1 + q + · · · q )] = .
[k]q ![n − k]q ! k q
Les deux suites p(n, k) et c(n, k) satisfont donc les mêmes conditions initiales et la même
relation de récurence ; ils sont égaux.
Chapitre 3
Mots, Langages et Chemin
Notre principale source d’information pour la théorie des langages est le livre d’Olivier
Carton ([2]).
3.1 Mots et Langages

Définition 3.1.1. Un alphabet A est un ensemble dont les éléments sont appelé des lettres.
Un mot de longueur n sur l’alphabet A est une suite de n lettres, w = w1 w2 w3 · · · wn , avec
wi ∈ A, qui sont écrites successivement, sans virgules séparatrices. Autrement dit, un mot de
longueur n est élément de An . On admet l’existence du mot vide noté ε, qui de longueur 0.
Dans la suite on suppose que A et fini. On dénote A∗ l’ensemble de tous les mots, c’est à
X∞
dire que A∗ = Ak
k=0
Exemple: 3.1.2. Si A = {0, 1}, alors A∗ = {ε, 0, 1, 00, 01, 10, 11, 000, 001, 010, 011, 100, 101, 110, · · · }.
Remarquons que si w = w1 w2 w3 · · · wk est un mot de longueur k, alors w s’identifie à

l’application w : [k] → A tel que w(i) = wi . Donc le nombre de mots de longueur k est mk si
X 1
|A| = m. La série génératrice de l’ensemble des mots est alors A∗ (z) = mk z k =
k≥0
1 − mz
Sur A∗ , on définit l’opération de concaténation (dénotée multiplicativement) entre deux

mots u = u1 u2 u3 · · · un et v = v1 v2 v3 · · · vk en posant u · · · v = u1 u2 u3 · · · un v1 v2 v3 · · · vk . On
note |w| la longueur du mot x. Il est clair que |u·v| = |u|+|v|. De plus l’opération concaténation
eest associative et ε est neutre.
Définition 3.1.3. Est appelé langage toute partie L de A∗ .
Si L et L0 sont deux langages on note :
37
38 CHAPITRE 3. MOTS, LANGAGES ET CHEMIN
1. Lk l’ensemble {w ∈ L, tel que |w| = k}

2. L + L0 = L ∪ L0 .
3. L · L0 l’ensemble {w · w0 , w ∈ L et w0 ∈ L0 }, appelé produit de L et de L0 .
[
4. L0 = {}, Lk = Lk−1 · L, et L∗ = Lk , où appelé étoile de L.
n≥0
Exemple: 3.1.4. Soit L = {ab, ba}, alors L2 = {abab, abba, baab, baba}.
Définition 3.1.5. Un produit L · L0 est non ambiguë si tout mot w de L · L0 se décompose de

manière unique sous la forme w = uv, u ∈ L et v ∈ L0 .
Définition 3.1.6. L est un code si tout mot de L∗ de décompose de manière unique sous forme
de produit de mots de L.
X
Si L est un langage, la série génératrice de L est la série L(z) = lk z k , où lk = |Lk |. La
k≥0
proposition suivante se démontre facilement.
Proposition 3.1.7. 1. Si L ∩ L0 = ∅, alors (L + L0 )(z) = L(z) + L0 (z)

2. Si le produit L · L est non ambiguë alors, (L · L0 )(z) = L(z)L0 (z)
1
3. Si L est un code, alors L∗ (z) = .
1 − L(z)
3.2 Langage rationnel et automate

Un langage peut être défini en se donnant la liste de ces éléments. Mais on peut aussi le
définir en se donnant des équations utilisant +, · et ∗. Ainsi le langage L = {a, b} s’écrit aussi
L = a + b ; le langage L = {aaa, aab, aba, abb, baa, bab, bba, bbb} = aaa + aab + aba + abb + baa +
bab + bba + bbb = (a + b)3 . La série génératrice est L(z) = (z + z)3 = 8z 3 .
En guise d’autre illustration, le langage sur {a, b}, constitué de tous les mots qui contiennent
exactement une occurrence de deux a consécutifs, admet la description
L = (ab + b)∗ aa(ba + b)∗ (3.1)
z2
La série génératrice est L(z) = .
(1 − (z + z 2 ))2
Plus généralement nous avons la définition suivante (voir [2]) :
Définition 3.2.1. La classe R des langages rationnels sur A est la plus petite famille de
langages telle que :
– ∅ ∈ R et {a}R pour toute lettre a ∈ A,
– R est close pour les opérations rationnelles c’est à des opérations +, . et ∗.
3.2. LANGAGE RATIONNEL ET AUTOMATE 39
En d’autre terme un langage rationnel est un langage que l’on peut construire à partir
des singletons {a}, a ∈ A, en utilisant les opérations [
somme, produit et ∗. A titre d’exemples,
∗
les langages suivants sont rationnels : {} = ∅ , A = {a}, le langage L = (AA)∗ des mots de
a∈A
longueur pair, le langage L0 = A(AA)∗ des mots de longueur impair, le langage L = A∗ (aba)A∗
des mots qui contient ub facteur aba.
Une autre manière de définir les langanges rationnels sont les expressions rationnelles.
Définition 3.2.2. La classe E des expressions rationnelles est la plus petite famille d’expressions
telles que :
– le mot vide ε ∈ E, et a ∈ E pour toute lettre a,
– pour toutes expressions E et E 0 de E, les expressions E + E 0 , E∆E 0 et E ∗ sont encore
dans E.
Ainsi si A = {a1 , a2 , · · · , an }, alors on écrit A = a1 + a2 + · · · + an , et A est une expression

rationnelle, A∗ = (a1 + a2 + · · · + an )∗ est une expression rationnelle. De la même manière,
(b + ab)∗ (a+?) formés par les mots n’ayant pas deux a consécutifs, (aa + b)∗ mots avec des
blocs de a de longueur paire, (ab∗ a + b)∗ mots ayant un nombre pair de a, (ab + b)∗ aa(ba + b)∗
constitué de tous les mots qui contiennent exactement une occurrence de deux a consécutifs,
sont rationnelles.
Il est clair qu’à chaque expression rationnelle correspond un langage rationnel.
Définition 3.2.3. Un automate A sur l’alphabet A est un quintuplet (Q, A, E, I, F ), où Q est
un ensemble fini dont les éléments sont les états, I ⊂ Q, F ⊂ Qet E ⊂ Q × A × Q. Les éléments
de I les états initiaux, ceux de F les états finaux et ceux de E les transitions.
On représente un automate par un graphe de la manière suivante :

a
– Une transition (p, a, q) ∈ E est noté p −→ q, c’est à dire représentée par une fleche de
source p de but q et étiquetée par a ∈ A.
– Les états initiaux sont marqués par une petite flèche rentrante, et les états finaux par
une flèche sortante.
A titre d’exemple, l’automate A = ({1, 2}, {a, b}, {(1, b, 1), (1, a, 2), (2, b, 2), (2, a, 1)}, {1}, {1})
peut être représentée par la figure 3.1.
Figure 3.1 – Un exemple d’automate
Définition 3.2.4. Un chemin dans un automate (Q, A, E, I, F ) est une suite finie de transitions
a a a an
consécutives q0 →1 q1 →2 q2 →3 · · · → qn . L’état q0 est l’état de départ et qn est l’état d’arrivée
du chemin. Le mot a1 · · · an est l’étiquette du chemin.
a b b a b
Exemple: 3.2.5. La suite 2 → 1 → 1 → 1 → 2 → 2 est un chemin dans l’automate de la
figure 3.1. Son étiquette est le mot abbab.
Définition 3.2.6. Un chemin est réussi lorsque l’état de départ est initial et l’état d’arrivée
est final. Un mot est accepté par l’automate A s’il est l’étiquette d’un chemin réussi de A. Le
langage des mots acceptés par l’automate A est noté L(A).
Théorême 3.2.7. Un langage L est rationnel si et seulement s’il existe un automate (fini) A
tel que L = L(A).
3.3 Grammaires algébriques

Définition 3.3.1. Une grammaire est un quadruplet G = (A, V, s0 , P ) où A et V sont des
alphabets finis et disjoints, s0 ∈ V et P est une partie finie de V × (A ∪ V )∗ . Les symboles de
A sont appelés terminaux et ceux de V sont appelés les variables. s0 est appelé axiome de la
grammaire. Les éléments de P sont appelés règles de production.
Chaque règle est une paire (x, u) où x est une variable et u est un mot sur l’alphabet
A + V . On note x → u lorsque (x, u) ∈ P est une règle de la grammaire. Par extension, si
(x, u1 ), · · · , (x, un ) sont des règles, on écrit x → u1 + · · · + un .
Définition 3.3.2. Soit G = (A, V, s0 , P ) une grammaire et soient u et v deux mots sur A + V
. On dit que u se dérive en (ou produit ) v et on note u → v lorsque il existe α, β ∈ (A + V )∗
et x ∈ V tels que :
u = αxβ, v = αwβ et (X → w) ∈ P .
k
On note u → v s’il existe des mots u1 , u2 , · · · , uk?1 tels que u → u1 → · · · → uk−1 → v.
∗ k
Plus généralement, on notera u → v s’il existe un entier k ≥ 0 tel que u → v.
Définition 3.3.3. Soit G = (A, V, s0 , P ) une grammaire et soit u un mot de (A + V )∗ . On note
\ ∗ ∗ \ ∗
respectivement L G (u) et LG (u) les langages {v ∈ (A + V ) |u → v} et LG (u) ∩ A . Le langage
engendré par la grammaire est alors le langage LG (s0 ).
Définition 3.3.4. Un langage est dit algébrique s’il peut être engendré par une grammaire
algébrique, c’est-à-dire s’il est égal LG (s0 ) pour une variable s0 d’une grammaire G.
Exemples: 3.3.5. 1. G : S → aS + b, LG(S) = a∗ b
2. G : S → aSa + bSb + a + b + ε, LG (S) = {w|w est un palindrome}
3. Langage de Dyck sur n paires de parenthèses :

 An = {a1 , · · · , an , a1 , · · · , an }
S → TS + ε
T → a1 Sa1 + · · · + an San

3.3. GRAMMAIRES ALGÉBRIQUES 41
Les langages Dn = LG (T ) et Dn∗ = LG (S) sont respectivement appelés langage de Dyck

primitif et langage de Dyck. Le cas où n = 1 sera étudié plus particulièrement.
4. Langage de Luckasiewicz
S → aSS + a.
Le langage L = LG (S) est l’ensemble des mots w tels que |w|a = |w|a + 1 et |u|a ≤ |u|a
pour tout préfixe (propre) u de w (|u|x est le nombre d’occurence de dans u).
5. Langage de Goldstine L = {an0 ban1 b · · · ank b|k ≥ 0 et ∃j ≥ 0, nj 6= j}. Le langage L est
égal à LG (S) où la grammaireG est constituée des règles suivantes :

 T0 → aT0 + ε
 T1 → T0 b


T2 → T1 T2 + ε
T3 → T1 T3 a + T1 T2 + aT0




S → T3 bT2

On vérifie facilement que LG (T0 ) = a∗ , LG (T1 ) = a∗ b, LG (T2 ) = (a∗ b)∗ , LG (T3 ) =
{an0 ban1 b · · · ank b|k ≥ 0 et nk 6= k} et LG (S) = L.
Définition 3.3.6. Soit G = (A, V, S, P ) une grammaire. Un arbre de dérivation est un arbre
fini étiqueté par A ∪ V ∪ {ε} vérifiant la propriété suivante. Si S est l’étiquette d’un noeud
interne et si a1 , · · · , an sont les étiquettes de ses fils alors S → a1 · · · an est une règle de G.
La frontière d’un arbre de dérivation est le mot obtenu par concaténation des étiquettes des
feuilles de gauche à droite. Si la frontière contient au moins une variable, l’arbre est un arbre
de dérivation partielle
Le langage LG (S) (resp. L cG (S)) est donc l’ensemble des mots w ∈ A∗ (resp. (A ∪ V )∗ )
tels qu’il existe un arbre de dérivation (resp. partielle) ayant S à la racine et dont la frontière
est w.
Exemple: 3.3.7. la figure 3.2 nous donne un exemple de dérivation pour la grammaire {S →
ST + ε, T → aSa}. La frontière de cette arbre est le mot aaaaaa.
Figure 3.2 – Un arbre de dérivation
Remarquons que dans une arbre de dérivation, on ne tient pas compte de l’ordre dans
laquelle les dérivations successives ont été effectué.
Définition 3.3.8. On appelle dérivation gauche une dérivation où la variable remplacée est
systématiquement la plus à gauche de l’image de la règle.
Définition 3.3.9. Une grammaire G est dite ambiguë s’il existe un mot ayant au moins deux
arbres de dérivation. Un langage est dit non ambigu s’il existe au moins une grammaire non
ambiguë qui l’engendre. Sinon, il est dit inhéremment ambigu.
Exemple: 3.3.10. Le langage S → S 2 + a est ambigüe. Sur la figure 3.3, nous avons deux
arbres de dérivation disticts associées au mot aaa.
Figure 3.3 – Un arbre de dérivation

En utilisant le concept de dérivation gauche, à ces arbres correspondent les dérivations
successives S → SS → aS → aS 2 → aaS → aaa, et S → SS → SSS → aSS → aaS → aaa.
Le problème de l’ambigüité d’une grammaire est un problème indécidable. Néamoins on

a le théorème suivant :
Théorême 3.3.11. Si le langage L est non ambigu, la fonction fL (z) est algébrique.
Donc si fL (z) est transcendante, alors L est inhérement ambigüe. De cette manière on
démontre par exemple que le langage de Goldstine est inhéremment ambigu.
Nous terminons le paragraphe par le théorème suivant :
Théorême 3.3.12. Tout langage régulier est algébrique. Plus précisément langage engendré
par une grammaire linéaire à droite est régulier, et réciproquement, tout langage régulier est
engendré par une grammaire linéaire à droite appropriée.
Rappelons qu’une grammaire régulière à droite est une grammaire tel que chaque règle
est de l’une des formes X → uY ou X → ε pour u ∈ A et Y ∈ V . Le théorème suivant nous
donne une manière de transformer une exoression régulière en une grammaire algébrique.
Théorême 3.3.13. Pour toute expression régulière R, il existe une grammaire G telle que
L(G) = L(R).
Preuve: La démonstration se fait par récurrence sur le nombre n d’opérateurs de l’expression

régulière. Soit R une expression régulière sur un alphabet A.
- Si n = 0, alors R = ∅, ou R = ε ou R = x, avec x ∈ A. On crée un symbole S et une
grammaire G = (V, A, P, S) ayant au plus une règle de production : V = {S} :
3.4. MOT DE DYCK 43
– si R = ∅ pas de règle, L(G) = ∅

– si Rε, une règle S → ε, L(G) = {ε}.
– si R = x, une règle S → x, L(G) = {x}.
- Soit n ≥ 0. On suppose l’hypothèse de récurrence vraie pour des expressions comportant au
plus n occurrences d’opérateurs. Soit R une expressions ayant n + 1 occurrences d’opérateurs.
On a R = R1 + R2 ou R = R1 R2 ou R = R1∗ , où R1 et R2 possèdent au plus n occurrences
d’opérateurs.
Selon l’hypothèse de récurrence : il existe G1 = (V1 , A, S1 , P1 ) et G2 = (V2 , A, S2 , P2 ) telles
que L(R1 ) = L(G1 ) et L(R2 ) = L(G2 ) (si G1 et G2 n’ont pas le même ensemble de terminaux,
A est pris comme la réunion de ces ensembles). Il est possible de construire G1 et G2 telles que
V1 ∩ V2 = ∅, en renommant éventuellement quelques variables.
– Si R = R1 + R2 soit G = (V, A, S, P) telle que : V = V1 ∪ V2 ∪ {S}, P = P1 ∪ P2 ∪ P 0
où P 0 contient la règle : S → S1 + S2 . On a L(G) = L(R1 ) ∪ L(R2 ).
– Si R = R1 R2 , soit G = (V, A, S, P) telle que : V = V1 ∪ V2 ∪ {S}, P = P1 ∪ P2 ∪ P 0 où
P 0 contient la règle : S → S1 S2 . On a L(G) = L(R1 )L(R2 ).
– Si R = R1∗ , soit G = (V, A, S, P) telle que : V = V1 ∪ {S}, P = P1 ∪ P 0 où P 0 contient
la règle : S → S ∗ . On a L(G) = L(R1 )∗ .

Exemple: 3.3.14. Soit R = a(a + b)∗ + b. A a + b est associé la grammaire U → a, V → b
W → U + W , W étant l’axiome. Donc à (a + b)∗ la grammaire S1 → S1∗ , U → a, V → b
W → U + W , S1 → W S1 étant l’axiome. À a(a + b)∗ la grammaire S2 → U S1 , S1 → S1∗ ,
U → a, V → b W → U + W , S1 → W . Enfin à R = a(a + b)∗ + b est associée la grammaire
S → S2 + W , S2 → U S1 , S1 → S1∗ , U → a, V → b W → U + W , S1 → W .
3.4 Mot de Dyck

Dans cette section, nous allons étudier les langages de Dyck dans le cas où n = 1, c’est à
dire le langage associé à la grammaire S → T S + ε, T → aSb. Une autre grammaire engendrant
les mots de Dyck est la grammaire :
S → aSbS + ε. (3.2)
Cette équation est un processus itératif permettant de construire les mots de Dyck : c’est donc
soit le mot vide ε soit de la forme aubv, u et v étant des mots de Dyck plus court.
Ainsi, on a D = {ε, ab, abab, aabb, ababab, abaabb, aabbab, aababb, aaabbb, · · · }. Notons que
aa, bb, aaab ∈
/ D. Le théorème suivant donne une caractérisation des mots de Dyck w sur {a, b}.
Théorême 3.4.1. Le mot w sur {a, b} est un mot de Dyck si et seulement si :
1. La longueur |w| de w est pair
2. En notant |a|i (resp. |b|i ) le nombre d’occurrence de a (resp. de b) de la position 1 jusqu’à
la position i, on a |a|i ≥ |b|i pour chaque i, et |a|2n = |b|2n
Preuve: Notons |a|ui le nombre d’occurence de a de la position 1 jusqu’à la position i dans le

mot u. Sachant que tout mot de Dyck est de la forme w = aubv, où u et v sont des mots de Dyck
de longueurs plus petites, la condition nécessaire se démontre par récurence sur la longueur n
du mot w. En effet, il suffit de remarquer que d’une part |w| = |u| + |v| + 2, et d’autre part :
– |a|w w
1 = 1 et |b|1 = 0
– si 2 ≤ i ≤ |u|, |a|w u w
i = |a|i + 1 et |b|i = |b|i
u
– |a|w u w u
|u|+1 = 1 + |a||u| et |b||u|+1 = 1 + |b||u|
– Si |u| + 2 ≤ i ≤ |v| alors |a|w u v w u v
i = 1 + |a||u| + |a|i−|u|−1 et |b|i = 1 + |b||u| + |b|i−|u|−1 .
Réciproquement, supposons que tout mot de longueur strictement inferieur à 2n satisfaisant
les deux conditions est un mot de Dyck. Soit w un mot de longueur 2n satisfaisant les deux
conditions. Il est clair que la première lettre de w est a et soit k la première position pour laquelle
|a|k = |bk , alors w = aubv, où u est un mot de longueur k − 2 et v de longueur 2n − k. Sachant
que ∀j < k, |a|w w u w w
j > |b|j , il est clair que pour 1 ≤ i < k − 2 on a |a|i = |a|i+1 − 1 ≥ |b|i+1 = bi .
u
D’autre part, |a|uk−2 = |a|w w u

k − 1 = |b|k − 1 = |b|k−2 . On en déduit que k − 2 est pair. Donc u est
mot de Dyck. On démontre de la même manière que v est un mot de Dyck. Donc w = aubv, u
et v étant des mots de Dyck de longueur plus petite. w est donc un mot de Dyck.
On en déduit immédiatement que :
1. Si w est un mot de Dyck, la première lettre de w est a et la dernière lettre est b,
2. Le produit de deux mots de Dyck est un mot de Dyck.
Un mot de Dyck est dite irréductible s’il n’est pas le produit de deux sous mots de Dyck. Par
exemple aababb et aaabbb sont irréductible. Par contre, aabbab = uv, où u = aabb et v = ab.
Plus généralement on peut vérifier que tout mot de Dyck se décompose en produit de mots de
Dyck irréductibles.
Notons aussi
X que , l’équation 3.2 se traduit en une équation analogue pour la série géné-
ratrice D(z) = cn z 2n , où cn est le nombre de chemin de Dyck de longueur 2n :
n≥0
D(z) = 1 + z 2 D2 (z) (3.3)

√
1 − 1 − 4z 2
La résolution de cette équation en D(z) nous donne D(z) = D(z) = . On obtient
2z 2
alors :
1 2n
cn = . (3.4)
n+1 n
Les nombres cn sont les nombres de Catalan. L’équation 3.2 montre aussi que les nombres cn
satisfont à la récurence
n−1
X
c0 = 1, et cn = ck cn−1−k (3.5)
k=0
3.5 Chemin dans le réseau N × N

Dans cette sous section, nous considérons le réseau N × N.
3.5. CHEMIN DANS LE RÉSEAU N × N 45
Définition 3.5.1. Un chemin dans le réseau N × N est une suite γ = (p0 , p1 , · · · , pn ) de points
pi + (1, 0) ou
pi = (xi , yj ) ∈ N × N vérifiant pi+1 = pour 0 ≤ i ≤ n − 1. Le point p0 est la
pi + (0, 1)
source du chemin, et le point pn est son but.
Si pi+1 = pi + (1, 0), on dit qu’on a un pas horizontal, et si pi+1 = pi + (0, 1) le pas est
vertical. La longueur d’un chemin est le nombre de pas qui le compose.
La figure 3.4 donne l’illustration d’un chemin de longueur 13 allant de (0, 0) à (9, 4).
Figure 3.4 – Un chemin joignant (0, 0) à (9, 4)
Habituellement (sauf mention explicite du contraire) la source d’un chemin est le point
(0, 0). On dénote simplement par Γ(k, m) l’ensemble des chemins de but p = (k, m) et de source
(0, 0). Les éléments de Γ(k, m) sont de longueur n = k + m, avec k pas horizontal et m pas
vertical.
Théorême 3.5.2. Il existe une bijection naturelle entre Γ(k, n) et Γ(k − 1, n) + Γ(k, n − 1).
Preuve: Cette bijection est illustré par la figure 3.5 : elle correspond au fait que l’avant-dernier
point de tout chemin de (0, 0) à (k, n) est soit le point (k − 1, n), soit le point (k, n − 1).
Observons aussi qu’un chemin est une suite de pas verticaux et de pas horizontaux. On
peut donc le coder sous la forme d’un mot sur l’alphabet {x, y}, avec x dénotant un pas
horizontal, et y un pas vertical. Plus explicitement, le mot associé au chemin γ = (p0 , p1 , · · · , pn )
est le mot w(γ) = w0 w1 · · · wn−1 , obtenu en posant

x si (pi , pi+1 ) est un pas horizontal
wi :=
y si (pi , pi+1 ) est un pas vertical
Par abus de langage, on désigne aussi par γ le mot associé au chemin. Ainsi le chemin de la
Figure 3.4 correspond au mot xyyxxxyyxxxxx.
Théorême 3.5.3. Le nombre de chemins de Γ(k, m) est k+m

k
.
Figure 3.5 – Deux chemins joignant (0, 0) à (9, 4), le premier passant par (8, 4) et le second
par (9, 3)
Preuve: Il existe une bijection naturelle entre Γ(k, n − k) et Pk [n]. Cette bijection consiste à
remplacer x par 1 et y par 0 dans le code associé à un chemin. Ce qui permet d’obtenir une
partie à k éléments de [n].
Considérons les pas horizontaux d’un chemin γ = (p0 , · · · , pn ), c’est-à-dire les couples de
points successifs γi := (pi , pi+1 ) pour lesquels on a pi+1 = pi + (1, 0). Pour chacun de ces pas
horizontaux, on a la hauteur du pas : h(γi ) := yi , lorsque pi = (xi , yi ) : h(γi ) est le nombre de
cases qui se trouve sous le pas en question. On se propose de compter les chemins avec un poids
donné par l’aire sous le chemin, c.-à-d. :
X
aire(γ) = h(γi ) (3.6)
γi horizontal
L’aire de γ est donc le nombre de cases qui se trouvent sous le chemin.

Considérons le polynôme énumérateur d’aire d’un ensemble fini C de chemin :
X
C(q) := q aire(γ) (3.7)
γ∈C
La figure 3.6 nous donne tous les chemins de Γ(3, 2). Donc dans ce cas, C(q) = 1 + q + 2q 2 +
2q 3 + 2q 4 + q 5 + q 6 = (1 + q)(1 + q + q 2 + q 3 + q 4 .

P aire(γ) n+k
Théorême 3.5.4. Posons Γn,k (q) = γ∈Γ(n,k) q . Alors Γn,k (q) = .
k q
Preuve: La figure 3.7 représente une bijection entre Γ(n, k) et l’ensemble P(n, k) des partitions
dont le diagramme de Ferres est inclus dans le rectangle [n] × [k].
3.6 Chemin de Dyck

Définition 3.6.1. Un chemin de Dyck est un chemin γ = (p0 , · · · , p2n ) dans le réseau N × N :
qui démarre en p0 = (0, 0) et se termine au point p2n = (n, n), tel que pour tout i, 1 ≤ i ≤ 2n,
3.6. CHEMIN DE DYCK 47
Figure 3.6 – Les chemins de Γ(3, 2)
Figure 3.7 – Bijection entre Γ(n, k) et P(n, k)
pi+1 = pi + (1, 0) ou pi+1 = pi + (0, 1), restant toujours au dessus de la diagonale. L’entier n est
la hauteur du chemin (qui est de longueur 2n). Un chemin de hauteur 0 est le chemin ((0, 0)).
Figure 3.8 – Un chemins de Dyck de hauteur 5
A titre d’exemple la Figure 3.8 représente un chemin de longueur 10 et de hauteur 5.

On note D[n] l’ensemble des chemins de Dyck de hauteur n.
Définition 3.6.2. Le couple (pi , pi+1 ) est dit un pas horizotal si pi+1 = pi + (1, 0) et un pas
vertical si pi+1 = pi + (0, 1).
A un chemin de Dyck correspond donc un mot x0 x1 · · · x2n−1 , où xi = h, si (pi , pi+1 ) est

un pas horizontal et xi = v si (pi , pi+1 ) est un pas vertical. Ainsi au chemin de la figure 7.37
correspond le mot vvhvhhvvhh.
Proposition 3.6.3. L’application ainsi définit est une bijection entre D[n] et l’ensemble Dn
des mots de Dyck de longueur 2n sur {v, h} et commençant par v.
Définition 3.6.4. Un chemin de Dyck µ1 = (p0 , · · · , p2n ) est dit primitif s’il ne rencontre la
diagonale qu’aux points p0 et p2n .
Figure 3.9 – Décomposition d’un chemin de Dyck
Un tel chemin se décompose sous la forme µ0 = V µ1 H, où V = ((0, 0)(0, 1)), H =

((0, 0), (1, 0)) et µ1 un chemin de Dyck quelconque. D’autre part, tout chemin de Dyck µ se
décompose un produit µ0 µ2 , où µ0 est un chemin de Dyck primitif et µ2 un chemin de Dyck
quelconque. Donc tout chemin de Dyck se décompose sous la forme µ = VX µ1 Hµ2 (figure 3.9).
Cette décomposition montre de nouveau que la série génératrice D(z) = Dn z 2n , où Dn est
n≥0
le nombre de chemins de Dyck de longueur 2n :
D(z) = 1 + z 2 D2 (z) (3.8)
Elle confirme aussi la bijection entre les mots de Dyck et les chemins de Dyck.
Appelons aire d’un chemin de Dyck le nombre de carreaux (complet) entre le chemin
et la diagonale.
X Le poids d’un chemin étant v(µ) = q A(µ) , où A(µ) est l’aire de µ, posons
Cn (q) = q A(µ) . Nous avons :
µ∈D[n]
C0 (q) = 1 C1 (q) = 1, C2 (q) = q + 1, C3 (q) = q 3 + q 2 + 2q + 1, C4 (q) = q 6 + q 5 + 2q 4 + 3q 3 +

3q + 3q + 1, C5 (q) = q 10 + q 9 + 2q 8 + 3q 7 + 5q 6 + 5q 5 + 7q 4 + 7q 3 + 6q 2 + 4q + 1.
2
La figure 3.10 montre un chemin dont l’aire est 12 et sa décomposition. Cette décompo-
n
X
sition montre alors que Cn (q) = q k−1 Ck−1 (q)Cn−k (q). Donc :
k=1
n−1
X
Cn (q) = q k Ck (q)Cn−k−1 (q) (3.9)
k=0
Notons alors qu’en posant q = 1, on obtient la relation de récurence 3.5 sur les nombres de
Catalan. Cn (q) est donc un q-analogue des nombres de Catalan.
3.7. MOT ET CHEMIN DE MOTZKIN 49
Figure 3.10 – Aire et décomposition d’un chemin de Dyck
Remarque: 3.6.5. Nous avons aussi la définition équivalente suivante d’un chemin de Dyck.
Définition 3.6.6. Un chemin de Dyck est un chemin γ = (p0 , · · · , p2n ) dans le réseau N × N :
qui démarre en p0 = (0, 0) et se termine au point p2n = (2n, 0), tel que pour tout i, 1 ≤ i ≤ 2n,
pi+1 = pi + (1, 1) ou pi+1 = pi + (1, −1). On dit alors que l’entier n est la demi-longueur du
chemin (qui est de longueur 2n).
Figure 3.11 – Un chemins de Dyck de demi-longueur 5
Dans cette optique la notion d’aire d’un chemin peut çetre définie comme le nombre de
carreaux pleins au dessous du chemin. A titre d’exemple la Figure 7.37 représente
X un chemin de
0
longueur 10, demi-longueur 5 et d’aire 8. Dans ce cas le polynôme Cn (q) = q A(µ) satisfait
µ∈D[n]
à la récurence :
n−1
X
Cn0 (q) = q 2(k−1) Ck0 (q)Cn−k−1
0
(q) (3.10)
k=0
3.7 Mot et Chemin de Motzkin

Définition 3.7.1. Un chemin de Motzkin de longueur n est une suite ω = (s0 , s1 , · · · , sn ) ∈
N × N tel que : s0 = (0, 0), sn (n, 0) et ∀i, 0 ≤ i ≤ n − 1, si+1 = si + (1, 1), ou si+1 = si + (1, −1)
ou si+1 = si + (1, 0).
Figure 3.12 – Un Chemin de Motzkin de longuer 11
Si si+1 = si + (1, 1) on dit que si si+1 est une montée, si+1 = si + (1, −1) on dit que si si+1
est une descente, et si si+1 = si + (1, 0) on dit que si si+1 est un pas horizontal.
La figure 3.12 représente un chemin de Motzkin de longueur 11.
Définition 3.7.2. Un mot de Motzkin sur {h, m, d} de longueur n est une suite ω = x1 x2 , · · · xn ,
où xi ∈ {h, m, d}, telle que si on note |m|i (resp. |d|i ) le nombre d’occurrence de m (resp. de d)
de la position 1 jusqu’à la position i, on a |m|i ≥ |b|i pour chaque i, et |m|n = |d|n .
A chaque chemin de Motzkin, on peut associer un mot de Motzkin de la manière suivante :

Pour chaque i, 1 ≤ i ≤ n,
- si si = si−1 + (1, 1) alors on remplace si−1 si par m,
- si si = si−1 + (1, −1) alors on remplace si−1 si par d
- et si si = si−1 + (1, 0) alors on remplace si−1 si par h.
Ainsi au chemin de la figure 3.12 est associé le mot mhmdhdmmhdd. On définit ainsi une
bijection entre les chemin de Motzkin et les Mots de Motzkin.
Lemme 3.7.3. Pour tout mot de Motzkin w = x1 x2 · · · xn , nous avons l’une et seulemnt l’une
des conditions suivantes :
1. w = ε (mot vide)
2. w = hv, v mot de Motzkin
3. w = mudv, où u et v sont des mots de Motzkin
Preuve: Si w 6= ε, alors x1 = h, ou x1 = m. Si x1 = h alors W = hv. Si x1 = m, alors en

considérant la plus petite indice i telle que |m|i = |di |, on a w = mudv, où u = x2 ·X · · xi−1 et
v = xi+1 · · · xn . Posons Mn le nombre de chemin de Motzkin de longueur n et M (t) = mn tn .
n≥0
Le lemme précédent montrer que
M (t) = 1 + tM (t) + t2 M 2 (t) (3.11)
On en déduit que : √
1−t− 1 − 2t − 3t2
M (t) = (3.12)
2t2
Chapitre 4
Graphes, Arbres et Arbirescences
4.1 Graphes Orientés
Définition 4.1.1. Un graphe orienté est un couple G ~ = (S, ~Γ) où S est un ensemble non vide
dont les éléments sont les sommets du graphe et ~Γ une partie de S × S dont les éléments sont
les arcs ou les flèches du graphe. Le cardinal n de S s’appelle ordre de G.
Si a = (s, s) ∈ ~Γ alors on dit que a est une boucle. Si a = (s, s0 ) est un arc, alors s
s’appelle sommet initial de a et s0 sommet terminal. On dit aussi que a est un arc incident à s
et à s0 .
n o
~ ~ ~ 0 0 ~
Soit G = (S, Γ) un graphe orienté. Pour s ∈ S, on pose Γ(s) = s ∈ S|(s, s ) ∈ Γ . Les
n o
éléments de ~Γ s’appelle successeur de s. De la même manière, on pose ~Γ−1 (s) = s0 ∈ S|(s0 , s) ∈ ~Γ .
Les éléments de ~Γ−1 (s) s’appelle prédecesseur de s.
Définition 4.1.2. Soit s ∈ S. On appelle demi-degré sortant de s le nombre

n d+ (s) = |{s0o∈ S|
(s, s0 ) ∈ ~Γ}| = ~Γ(s) , demi-degré rentrant de s le nombre d− (s) = | s0 ∈ S|(s0 , s) ∈ ~Γ | =
~Γ−1 (s) . Le degré de s est alors d(s) = d+ (s) + d− (s)
Le demi-degré sortant de s est donc le nombre d’arcs qui sortent de s, et le demi-degré

rentrant le nombre d’arc qui rentrent dans s.
Propriété: 4.1.3.
X X
d+ (s) = d− (s) = |~Γ| (4.1)
s∈S s∈S
d(s) = 2|~Γ|.
P
Donc s∈S
51
52 CHAPITRE 4. GRAPHES, ARBRES ET ARBIRESCENCES
4.2 Graphe non orientés

Définition 4.2.1. Un graphe non orienté G est un couple G = (S, Γ) où S est un ensemble
non vide, et Γ une partie de P≤2 (S) = P1 (S) ∪ P2 (S) des parties de cardinal 1 ou 2 de S, dont
les éléments sont les arêtes du graphe. Si a ∈ Γ ∩ P1 (S), alors on dit que a est une boucle.
Un graphe simple est un graphe non orienté sans boucle.
Si a = {s, s0 } ∈ Γ alors on dit que a est une arête incidente à s et s0 . Comme dans le
cas des graphes orientés, pour s ∈ S, on pose Γ(s) = {s0 ∈ S| {s, s0 } ∈ Γ}.
Lemme 4.2.2. La donnée d’un graphe non orienté G = (S, Γ) est équivalente à la donnée de
l’ensemble des sommets S et d’une application Γ : S → P≤2 (S).
Définition 4.2.3. Le degré d’un sommet s est nombre d’arêtes incidentes à S , une boucle
étant compté deux fois.
Un graphe simple est dite régulier de degré r si tout sommet est de degré r. En parti-
culier, un graphe simple regulier de degré n − 1 s’appelle graphe complet, et se note Kn .
Lemme 4.2.4. Si G = (S, Γ) est un graphe simple alors :
X
d( s) = 2|Γ| (4.2)
s∈S
Définition 4.2.5. On appelle chaîne longueur k, joignant s0 à sk toute suite (s0 , s1 , . . . , sk )

d’éléments de S tel que pour chaque i, {si , si+1 } ∈ Γ. Si de plus s0 = sk alors la chaîne c est
dite un cycle. La chaîne (resp. le cycle) c est dite simple si les arêtes utilisées sont deux à
deux distincts et élémentaire si les sommets si sont deux à deux dintincts (sauf peut être s0
et sk )
Par exemple si s ∈ S alors c = (s) est une chaîne de longueur 0 ; tandisque si on a une
boucle au sommet s alors c = (s, s) est une chaîne (et un cycle) de longueur 1.
La relation ”s ≈ s0 ⇔ il existe une chaîne c joignant s à s0 ” est alors une relation
d’équivalence sur S.
Définition 4.2.6. Chaque classe d’équivalence pour la relation ≈ est dite composante
connexe de G. Un graphe G est connexe s’il n’a qu’une seule composante connexe.
Définition 4.2.7. Un point d’articulation (resp. un isthme) de G est un sommet (resp. une
arête) dont la suppression augmente le nombre de composantes connexes.
Lemme 4.2.8. Une arête u est un isthme si et seulement s’il n’appartient à aucun cycle de G.
Preuve: Si u = {x, y} appartient à un cycle de G alors car si on le supprime, il existe une

chaîne qui joigne x et y. Donc le nombre de composantes connexes de G ne change pas. Si
u = {x, y} n’appartient à aucun cycle de G, alors si on le supprime il n’existe plus chaîne qui
joigne x et y‘. Donc le nombre de composantes connexes de G augmante.
4.3. ARBRES ET ARBORESCENCES 53
4.3 Arbres et Arborescences

Définition 4.3.1. Un arbre est un graphe simple connexe sans cycle.
Théorême 4.3.2. Soit G un graphe simple. Les assertions suivantes sont équivalentes :
1. G est un arbre
2. G est connexe et m = n − 1
3. G est sans cycle élémentaire et m = n − 1
4. Pour tout couple de sommet (a, b) de G, il existe un chaîne unique de joignant a et b.
La démonstration de ce théorème passe par les résultats suivants : nous demandons au

lecteur de les démontrer.
Soit un graphe simple G = (S, Γ) tel que que |S| = n et |Γ| = m.
1. Si m ≤ n − 1, alors G contient un sommet de degré 0 ou 1.
2. Si G est sans cycle alors m ≤ n − 1
3. Si G est connexe, alors m ≥ n − 1. Si de plus G contient un cycle alors m ≥ n
Nous admettons le théorême de Cayley suivant. Une démonstration combinatoire est
proposée en exercice.
Théorême 4.3.3. Le nombre d’arbres sur un ensemble de cardinal n est nn−2 .
Définition 4.3.4. Une arborescence est un couple (G, r) où G = (S, Γ) est un arbre et r un
sommet particulier, appelé racine de l’arborescence.
Remarque: 4.3.5. 1. Une arborescence est un graphe orienté, puisqu’on peut orienter chaque
arête en suivant l’unique chaîne de la racine vers chaque sommet.
2. Le théorème de Cayley montrer que le nombre d’arborescences sur n points est nn−1 .
Définition 4.3.6. Soit (G, r) une arborescence. Un sommet s est dite de niveau k si l’unique
chemin de r à s est de longueur k. La racine est l’unique sommet de niveau 0.
Définition 4.3.7. Si s de niveau k, alors les sommets s0 , de niveau k + 1 tels que {s, s0 } est
une arête s’appelle fils de s.
Définition 4.3.8. Une arborescenec ordonnée est une arborescence tel que pour tout sommet
s, l’ensemble des fils de s est muni d’une relarion d’ordre totale.
4.4 Arbres binaires

Définition 4.4.1. Un arbre binaire sur l’ensemble A peut se décrire récursivement de la façon
suivante. Il est :
1. soit l’arbre binaire vide, dans le cas A = ∅, soit l’arbre binaire réduit à un seul noeud,
lorsque |A| = 1 ;
2. soit constitué d’un noeud (la racine, qui est un élément x de A) auquel sont attachées une
branche gauche et une branche droite (qui sont chacun des arbres binaires, respectivement
sur des ensembles B et C tels que B + C = A \ {x}).
On dénote B[A] l’ensemble des arbres binaires sur A, et la définition donnée ci-haut
correspond plus formellement à dire que :
X X
B[A] = {x} × B[B] × B[C] si A =
6 ∅ (4.3)
x∈A B+C=A\{x}
Autrement dit, un arbre binaire est simplement un triplet α = (x, γ, δ) , avec x ∈ A appelé
racine de α, γ un arbre binaire sur B, appelé branche gauche, δ un arbre binaire sur C, appelé
branche droite. De plus B + C = A \ {x}. La racine de γ, si elle existe, est appelé fils gauche
de x et la racine de δ est le fils droite.
Figure 4.1 – L’arbre binaire (c, (a), (b, (e, (f ), 0), (d))).
La figure 4.1 représente un arbre binaire sur A = {a, b, c, d, e, f } dont la racine est c,
la branche gauche est (a) et la branche droite est (b, (e, (f ), 0), (d)). Dans cette arbre, chaque
élément de A est représentée par un point, appelé noeud. le fils gauche de c est a et le fils droite
est b, le fils gauche de b est e et son fils droite est d. le fils gaucle de e est f , il n’a pas de fils
droite. Les noeuds a, f, d n’on pas de fils : ils s’appellent feuilles de l’arbre, les autres étant les
noeuds internes.
Définition 4.4.2. Si x est un sommet et y le fils gauche de x (resp. fils droite), alors on dit
que {x, y} est une arête gauche (resp. arête droite).
Remarque: 4.4.3. Une arbre binaire n’est autre qu’une arborescence ordonnée telle que chaque
somment a au plus deux fils.
Une pratique très courant est de représenter un arbre sans les étiquettes, c’est à dire en
oubliant les éléments de l’ensemble A, et en ne dessinant que la forme de l’arbre. On parle alors
d’arbre binaire non étiqueté.
4.5. ARBRES BINAIRES CROISSANTES 55
Figure 4.2 – Un arbre binaire non étiqueté
La figure 4.2 représente l’arbre binaire non étiqueté associé à l’arbre binaire de la figure
4.1.
Théorême 4.4.4. Le nombre cn d’arbres binaires non étiquetés sur n points satisfait à la
relation de récurrence :
n−1
X
c0 = c1 = 1 et cn = ck cn−1−k (4.4)
k=0
Le nombre d’arbres binaires étiquetés sur A est n!cn si |A| = n.
Preuve: La relation de récurrence est obtenu en remarquant qu’une arbre binaire non étiqueté
sur n points est formé d’une racine, d’une branche gauche qui est une arbre binaire sur k et
d’une branche droite qui est un arbre binaire sur les n − 1 − k points restants.
Il reste alors à remarquer pour un arbre binaire non étiqueté donné, il existe n! façons
différentes de placer les étiquettes pour obtenir une binaire .
En utilisant la relation 4.4, on démontrer que :
√
X
n 1− 1 − 4t2 1 2n
C(t) = cn t = et que cn = (4.5)
n≥0
2t n+1 n
Définition 4.4.5. cn s’appelle n-iàme nombre de Catalan.
4.5 Arbres binaires croissantes

Parmi les arbres binaires sur un ensemble totalement ordonné A, on a ceux pour lesquels
les étiquettes vont en croissant le long de tout chemin allant de la racine aux feuilles. On dit
de ces arbres binaires qu’ils sont croissants, et on dénote Abc[A] l’ensemble des arbres binaires
croissants dont les noeuds sont étiquetés par les éléments de A, de manière croissantes de la
racine aux feuilles. Plus précisément, si min(A) désigne l’élément minimal de A, alors on a la
description récursive :
X
Abc[A] = {min(A)} × Abc[B] × Abc[C], si A 6= ∅. (4.6)
B+C=A\{min(A)}
La figure 4.3 représente un arbre binaire croissant sur [8].
Figure 4.3 – Un arbre binaire croissant sur [8]
Théorême 4.5.1. Le nombre d’arbres binaires croissants sur [n] est n!
Preuve: Pour construire une arbre binaire croissante, il y a une seule position possible pour
1 : C’est la racine, puis deux positions pour 2, à gauche de 1 ou à droite, une fois placée 2, il
y a trois positions pour 3, soit à gauche ou à droite de 2, soit la deuxième position au dessus
de 1 ( par exemple à gauche si 2 est à droite de 1) et ainsi de suite. Soit α une arbre binaire
croissante sur [n].
Définition 4.5.2. Etant donné un sommet s, il existe un unique chemin joignant s à la racine
1, la longueur h(s) de ce chemin est souvent appelé hauteur du sommet s, le nombre hg (s)
d’arêtes gauches (resp. hd (s) d’arêtes droites) s’appelle hauteur gauche (resp. hauteur droite)
de s.
Soit maintenant α un arbre binaire, s un sommet tel que hg (s) = 0. Par définition s est
la racine d’un sous arbre αs = (s, ∅, δ). On dit que δ est une branche droite de α. La figure 4.4
nous montre les trois branches droites de l’arbre de la figure 4.3.
Figure 4.4 – Les trois branches droites de l’arbre de la figure 4.3

4.5. ARBRES BINAIRES CROISSANTES 57
Remarque: 4.5.3. Remarquons qu’on a une bijection naturelle entre les arbres binaires crois-
sante et Sn . Elle est obtenue en projetant l’arbre sur un axe horizontal en conservant la notion
de gauche et de droite : π : Abc[n] → Sn tel que si α = (1, γ, δ), alors π(α) = π(γ)1π(δ). La
bijection réciproque est défini de la manière suivante : ρ : Sn → Abc[n]. Si σ = u1v ∈ Sn , alors
ρ(σ) = (1, ρ(u), ρ(v)).
Notons qu’en utilisant la transformation fondamentale pour décomposer en produit de
cycles la permutation π(α), chaque cycle correspond à la projection de chaque branche droite
de l’arbre binaire.
Exemple: 4.5.4. Pour l’arbre de la Figure 4.3, π(α) = 5 2 8 3 1 6 4 7. Via la transformation

fondamentale π(α) se décompose sous la forme (5)(2, 8, 3)(1, 6, 4, 7).
Chapitre 5
Partitions d’entiers
5.1 Généralités
Définition 5.1.1. On appelle partition de l’entier n en k parts une suite λ = (λ1 , λ2 , . . . , λk )
k
X
d’entiers, telle que 1 ≤ λk ≤ λk−1 ≤ . . . ≤ λ1 et λi = n.
i=1
Soit mi = mi (λ) le nombre de part de λ, égal à i. Alors on écrit aussi λ = (1m1 2m2 3m3 · · · ).
X n
Notons que dans ce cas kmk = n.
k=1
Théorême 5.1.2. Il existe une bijection entre P les partitions de n et l’ensemble des suites
d’entiers naturels (m1 , m2 , . . . , mn ) telles que nk=0 kmk = n.
Preuve: Il est évident que l’application λ = (1m1 2m2 3m3 · · · ) → (m1 , m2 , · · · , mn ) est bijective.

Un diagramme de Ferrer d’une partition λ = (λ1 , λ2 , . . . , λk ) de n est une manière
efficace de représenter et de visualiser λ. Il est obtenu en plaçant dans le carré [n] × [n] du plan,
λk cellules dans la premère ligne, puis λk−1 cellules dans la deuxième ligne,· · · , et les λ1 cellules
dans la k-ème ligne (figure 5.1).
Définition 5.1.3. Soit λ une partition de n. On appelle partition conjuguée de λ la partition

λ dont le diagramme de Ferrer associé est le symétrique par rapport à la diagonale principale
du diagramme de Ferrer associé à λ.
La figure 5.1 nous montre la partition λ = (6, 4, 3, 1) = (13 20 31 41 50 61 ) et son conjugué λ =
(4, 3, 3, 2, 1, 1) = (12 21 32 41 ).
Théorême 5.1.4. Le nombre de partitions de n dont la plus grande part est égale à k (resp.
≤ k) est égale au nombre de partitions de n ayant k (resp. au plus k) parts.
59
60 CHAPITRE 5. PARTITIONS D’ENTIERS
Figure 5.1 – La partition λ = (6, 4, 3, 1) et son conjugué λ = (4, 3, 3, 2, 1, 1)
Preuve: L’application λ → λ est une bijection.
Définition 5.1.5. Une partition λ est auto-conjugué s’il est égale à son conjugué.
Figure 5.2 – Bijection entre partitions auto-conjuguée et partitions en parts distincts et im-
pairs.
Théorême 5.1.6. Le nombre de partitions auto-conjuguées de n est égal au nombre de parti-

tions dont tous les parts sont distinctes et impairs.
Preuve: la bijection entre partitions auto-conjuguées de n et partitions dont tous les parts sont
distinctes et impairs est schématisée par la figure 5.2.
5.2 Séries Génératrices

Notons Pn = {λ ` n} l’ensemble des partitions de n, P = ∪n Pn , Pn,k = {λ ` n, l(λ) ≤ k}.
Posons p(n) = |Pn | le nombre de partitions de n, et pk (n) = |Pn,k | = |{λ ` n, a(λ) ≤ k}|. Ainsi
p(5) = 7, p3 (5) = 5 puisque les partitions de 5 sont 5, 4+1, 3+2, 3+1+1, 2+2+1, 2+1+1+1,
1+1+1+1+1. On pose p(0) = 1.
Y 1 Y
Considérons maintenant le produit : F (t) = k
= (1 + tk + t2k + t3k + . . .).
k≥0
1 − t k≥0
1 k 2k 3k
Q Q
Quand on veut développer k≥0 1−t k = k≥0 (1 + t + t + t + . . .), et calculer le coefficient
de t , on doit considérer une puissance mk de t dans chaque facteur 1 + tk + t2k + t3k + · · · =
n k
1P+ (tk ) + (tk )2 + (tk )3 + · · · , 1 ≤ k ≤ n. On obtient ainsi la suite c = (m1 , m2 , . . . , mn ). Si

n n
k=0 kmk = n, alors la contribution de la suite ainsi obtenue au coefficient de t est de 1,
sinon il est de 0. Dans ce cas rappelons que pour un k donné, mk sera le nombre d’occurence
de k dans la partition associée à c. D’autre part, mk = 0 revient à dire qu’on n’a pas pris en
1 k 2k
considération 1−t k = 1 + t + t + t3k + . . . dans le developpement du produit. Le coefficient
de tnPdans le develloppement de F (t) est donc égal au nombre de suites (m1 , m2 , . . . , mn ) telles
que nk=0 kmk = n. Moyennant le théorème 5.1.2, nous avons le théorème d’EUler suivant :
5.2. SÉRIES GÉNÉRATRICES 61
Figure 5.3 – Décomposition de la partitition λ = (10, 8, 8, 6, 5, 5, 4, 2, 1, 1)
X Y 1
Théorême 5.2.1. (d’Euler) F (t) = p(n)tn =
n≥0 k≥0
1 − tk
Combinatoirement, la preuve précédent se lit directement à partir du diagramme de

Young de la partition, comme le montre la figure 5.3. Dans cette figure, la partition λ =
(10, 8, 8, 6, 5, 5, 4, 2, 1, 1) s’identifie à la suite (1, 0, 2, 0, 1, 2, 1, 0, 1, 2).
Corollaire 5.2.2. Si S ⊂ N, la série génératrice des partitions dont aucune part n’est dans S
Y 1
est H(t) = .
k6∈S
1 − tk
k
X n
X
Notation : Soit λ = (λ1 , λ2 , . . . , λk ) est une partition. On pose |λ| = λi , l(λ) = k = mi
i=1 i=1
le nombre de parts de λ, mi étant le nombre de part = i, s(λ) la plus petit part de λ et a(λ)
la plus grande part. Le théorême d’Euler se généralise comme suit :
∞ ∞
X Y 1 X sn tn
Théorême 5.2.3. F (s, t) = sl(λ) t|λ| = k
= 1 + 2 ) · · · (1 − tn )
.;
λ∈P k=0
1 − st n=1
(1 − t)(1 − t
k
X X
a(λ) n
Y 1
et Fk (s, t) = ( s )t =
n i=0
1 − sti
λ`n,l(λ)≤k
∞ ∞
Y 1 Y
Preuve: Soit P (t) = k
= (1 + stk + s2 t2k + s3 t3k + · · · ). Donc
k=0
1 − st k=0
X X
m1 +m2 +···+mn
n
[t ]P (t) = s = sl(λ) .
Pn
(m1 ,m2 ,··· ,mn ), k=0 kmk =n λ`n
∞
X
l(λ) |λ|
Y 1 XX X X
D’autre part, F (s, t) = s t = k
= 1+ ( s l(λ) n
)t = 1+ s n
( t|λ| ).
λ∈P k=0
1 − st n≥1 λ`n n≥1 λ,l(λ)=n
X X tn
Or, t|λ| = t|λ| = .
(1 − t)(1 − t2 ) · · · (1 − tn )
λ,l(λ)=n λ,a(λ)=n
Pour Fk (s, t), il suffit de remarquer que l’ensemble {λ ` n, l(λ) = k} est en bijection avec
l’ensemble {λ ` n, a(λ) = k}.
Remarquons que :
k 2 3 4
Q
k≥0 (1 + t ) = (1 + t)(1 + t )(1 + t )(1 + t ) · · ·
2 4 6 8
= 1−t 1−t 1−t 1−t
1−t 1−t2 1−t3 1−t4
1
· · · = 1−t 1 1 1
1−t3 1−t5 1−t7
···
1
Q
= k≥0 1−t2k+1
Ce calcul formel montre donc qu’on a le théorème suivant.

Théorême 5.2.4. Le nombre de partitions de n en parts distincts est égal au nombre de par-
titions de n en parts impairs.
Preuve: Soit n = d1 + d2 + · · · + dk une partition de n en part distincts. Chaque di peut s’écrire

di = 2αi ui , avec ui impair. On a donc n = ki=1 2αi ui . En groupant et en factorisant, on obtient
P
une expression de la forme n = a1 (2α1 +2α2 +· · · )1+a3 (2β1 +2β2 +· · · )3+a5 (2γ1 +2γ2 +· · · )5+· · · ,
où ai = 1 s’il existe j tel que uj = i et 0 sinon. Notons ausi que dans chaque série de la forme
2α1 + 2α2 + · · · les αi sont deux à deux disctincts sinon di = 2αi 1 = 2αj 1 = dj . On obtient donc
n = µ1 .1 + µ3 .3 + µ5 .5 + · · · . C’est une partition de n en part inmpair dans laquelle 1 est répété
µ1 fois, 3 en µ3 . Notons que c’est bijective : pour la réciproque, il suffit de décomposer chaque
µi en somme de puissance de 2.
Pour illustrer cette démonstration :
5 = 3+2 = 20 .3 + 21 .1
= 2(1) + 1(3) = 3 + 1 + 1
5.3 Géometrie des Tableaux de Young

Définition 5.3.1. Le carré de Durfee d’une partition λ est le grand carré [δ]r = {(i, j), 1 ≤
i, l ≤ r} inclus dans le diagramme de Ferrer de λ.
Figure 5.4 – La partition λ = (9, 8, 7, 7, 5, 4, 3, 1), son carré de Durfee [δ]5 , et le couple (µ, ν)
La figure 5.4 montre que toute partition de n se décompose de manière unique en son
carré de Durfee [δ]r , et un couple de partitions (µ, ν), où µ est une partition d’un entier n − k
tel que a(µ) ≤ r, et ν une partition de l’entier k − r2 tel que l(ν) ≤ r. En d’autre terme,
l’application ϕ : P → ∪r (∆r × P−,r × P−,r ) tel que ϕ(λ) = ([δ]r , µ, ν), où [δ]r est le carré r × r,
P−,r est l’ensemble des partitions dont la plus grande part est inférieure ou égale à r, est une
bijection. D’où :
5.3. GÉOMETRIE DES TABLEAUX DE YOUNG 63
∞ ∞ 2
Y 1 X tr
Théorême 5.3.2. (Euler) F (t) = k
= 1 + 2 (1 − t2 )2 · · · (1 − tr )2
.
k=0
1 − t r=1
(1 − t)
Plus généralement :
∞ 2
X sr tr
Théorême 5.3.3. F (s, t) = 1 +
r=1
(1 − t)(1 − t2 ) · · · (1 − tr )(1 − st)(1 − st2 ) · · · (1 − str )
r2
X
= sr t Fr (t)Fr (s, t)
r
= +
Figure 5.5 – La partition λ = (8, 6, 5, 4, 2), son triangle de Sylvester et sa décomposition

Pour λ ∈ Dn tel que l(λ) = k, considérons le plus grand triangle rectangle isocèle [ρk ]
inclus dans son diagramme de Ferrer. Ce triangle s’appelle triangle de Sylvester de λ.
Comme le montre la figure 5.5, tout élément λ de D tel que l(λ) = r se décompose en son
triangle de Sylester [ρr ] et une partition ayant au plus r parts. D’où :
∞ ∞ r(r+1)
Y
k
X sr t 2
Théorême 5.3.4. D(s, t) = (1 + st ) = 1 +
k=1 r=1
(1 − t)(1 − t2 ) · · · (1 − tr )
Notons Dn l’ensemble des partitions de n en distinct parts, et D = ∪n Dn . Il est clair que

∞
l(λ)ta(λ)
X Y
D(s, t) = 1 + s = (1 + stk ). Admettons l’existence d’une part nulle et considérons
λ∈D k=1
l’ensemble Dn0 des partitions λ ` n en distinctes parts telles que λ1 > λ2 > · · · > λk ≥ 0,
et D0 = ∪n Dn0 . Si λk = 0, on dit que λ contient une part nulle et on pose l(λ) = k. On dit
distingue donc une partition qui contient une part nulle d’une partition qui ne contient pas une
part nulle. ∞
l(λ)ta(λ)
X Y
0
Théorême 5.3.5. D (s, t) = 1 + s = (1 + stk )
λ∈D0 k=0
0 00
Preuve: Soient Dnk = {λ ∈ Dn0 , l(λ) = k}, Dnk = {λ ∈ Dn , l(λ) = k} et Dnk 0
= {λ ∈ Dnk , λk =
0 00 0
0}. Il est clair que Dnk = Dnk ∪ Dnk , et que |Dnk | = |Dnk |. Donc
X X X X X X X X X
sl(λ) ta(λ) = sk ( ta(λ) )+ sk ( ta(λ) ) = sk ( ta(λ) )+ sk ( ta(λ) ) =
λ∈D0 k≥1 λ∈Dnk k≥1 0
λ∈Dnk k≥1 λ∈Dnk k≥1 λ∈Dn,k−1
Y Y
k k
(1 + st ) + s (1 + st )
k≥1 k≥1
Figure 5.6 – Les partitions λ = (4, 3, 2) et λ0 = (4, 3, 2, 0)
5.4 Théorème pentagonal d’Euler

Théorême 5.4.1.
∞
Y ∞
X
k
(1 − t ) = (−1)m tm(3m−1)/2 (5.1)
k=1 m=−∞
Figure 5.7 – L’involution de Franklin
Type 1 Type 2
m m+1
m m
2m − 1 2m
Figure 5.8 – Partitions pentagonaux : points fixes de l’involution de Franklin
Preuve: L’ensemble D des partitions en parts distincts étant pondéré par v(π) = (−1)l(π) , la
figure 5.7 représente une involution, appelé involution de Franklin, dont les points fixes sont les
partitions pentagonaux, représenté par la figure 5.8.
∞
Y ∞
X X∞
On en déduit que (1 − tk ) = 1 + (−1)m tm(3m−1)/2 + (−1)m tm(3m+1)/2 .
k=1 m=1 m=1
∞
X ∞
X −1
X
Or (−1)m tm(3m+1)/2 = (−1)−m t(−m)(3(−m)−1)/2 = (−1)m tm(3m−1)/2 . D’où le ré-
m=1 m=1 m=−∞
sultat.
Les nombres m(3m ± 1)/2 s’appelle nombre pentagonal d’Euler
5.5. IDENTITÉ DU PRODUIT DE GAUSS 65
5.5 Identité du Produit de Gauss

Définition 5.5.1. Un diagramme de MacMahon λ∗ est un tableau de Young dont certains
carrés sont marqués de la manière suivante :
1. Un carré marqué doit être situé à l’extême droite d’une ligne
2. Un carré marqué ne doit pas être au dessous d’un carré non marqué.
Un diagramme de MacMahon dont les carrés marqués se trouvent dans les coins est dit standard.
Théorême 5.5.2. ∞ ∞
Y 1 + ti X 2
= (−1)k tk (5.2)
i=1
1− ti k=−∞
Preuve: En effet, notons P l’ensemble des partitions d’entiers, D l’ensemble des partitions en
Figure 5.9 – Bijection entre P × D et M
parts distincts et M l’ensemble des diagrammes de Mac-Mahon standard. Chaque partition λ

étant pondérée par (−1)l(λ) la figure 5.9 représente une bijection de P × D sur M, conservant le
∞
Y 1 + ti X
(−1)l(λ) t|λ| . Il suffit alors de montrer que λ∈M (−1)l(λ) t|λ| =
P
poids. Donc on a i
=
i=1
1−t λ∈M
P∞ k k 2
k=−∞ (−1) t . Soit M un diagramme de Mac Mahon. On note v la longueur de la dernière
colonne de M , u le nombre de carrées non marqués de cette colonne, et h la longueur de la
dernière ligne. Il est clair que u = v ou v = u + 1. Comme le montre la figure 5.10, on définit
une involution ϕ sur M de la manière suivante :
1. Si M est un carré, on pose ϕ(M ) = M .
2. Si M n’est pas un carré et si v < h ou v = h = u + 1, alors on considère le diagramme M 0
obtenu en supprimant la dernière colonne et en ajoutant une ligne de mème longueur, en
prenant soins de marquer le dernier carré si celui de la colonne supprimé ne l’etait pas et
vice-verça. On pose ϕ(M ) = M 0 .
3. Si M n’est pas un carré et si h < v ou v = h = u, alors on considère le diagramme M 0
obtenu en supprimant la dernière ligne et en ajoutant une colonne de mème longueur, en
prenant soins de marquer le dernier carré si celui de la ligne supprimé ne l’etait pas et
vice-verça. On pose ϕ(M ) = M 0 .
∞ ∞
2 2
X X X
On en déduit que (−1)l(λ) t|λ| = 1 + 2 (−1)k tk = (−1)k tk .
λ∈M k=1 k=−∞
Figure 5.10 – Involution sur M et ses points fixes
5.6 Triple Produit de Jacobi

Théorême 5.6.1.
∞
Y ∞
Y ∞
Y ∞
X
i −1 j r
(1 + st ) (1 + s t ) (1 − t ) = sk tk(k+1)/2 (5.3)
i=1 j=0 r=1 k=−∞
Preuve: Il est clair que 5.3 est équivalente à

∞ ∞ ∞ ∞
Y
i
Y
−1 j
Y 1 X
(1 + st ) (1 + s t ) = ( r
)( sk tk(k+1)/2 ) (5.4)
i=1 j=0 r=1
1 − t k=−∞
Nous avons :
∞ ∞ −1 ∞ ∞ ∞
Y 1 X
k k(k+1)/2
X
k k(k+1)/2
Y 1 X
k k(k+1)/2
Y 1
( r
)( s t ) = s t r
+ s t
r=1
1 − t k=−∞ k=−∞ r=1
1−t k=0 r=1
1 − tr
∞ ∞ ∞ ∞ .
X
−k k(k−1)/2
Y 1 X
k k(k+1)/2
Y 1
= s t r
+ s t
k=1 r=1
1 − t k=0 r=1
1 − tr
∞
Y ∞
Y X
Notons alors que (1 + st ) (1 + s−1 tj ) =
i
sl(ν)−l(µ) t|µ|+|ν| . La figure 5.11 re-
i=1 j=0 (µ,ν)∈D0 ×D
0
présente une bijection de l’ensemble D × Dπ pondéré par π(ν, µ) = sl(µ)−l(ν) sur (T × P)p ∪
(T × P)p0 , T étant l’ensemble des triangles rectangles isocèles, p et p0 étant des pondérations
tel que p(τ, λ) = sk et p0 (τ, λ) = s−k−1 , k étant la dimension du triangle. Dans cette figure, les
5.6. TRIPLE PRODUIT DE JACOBI 67
Figure 5.11 – Bijection pour le triple produit
deux premières lignes représentent les cas des éléments de (T × P)p0 , et les deux dernières les
cas des éléments de (T × P)p .
Notons qu’ en posant t = q 2 et s = z 2 /q, l’identité 5.3 s’écrit :
∞
2
Y X
2n 2n−1 2 2n−1 −2
(1 − q )(1 + q z )(1 − q z )= q n z 2n (5.5)
n≥1 n=−∞
En remplaçant q par q k et z 2 par −q l dans cette identité, on obtient

∞
2 +ln
Y X
2kn+k−l 2kn+k+l 2kn+2k
(1 − q )(1 + q )(1 − q )= (−1)n q kn (5.6)
n≥1 n=−∞
En prenant k = 3/2 et l = 1/2 dans cette expression Q

et en manipulantPl’expression obtenue on
obtient le thérème des nombres pentagonals d’Euler : n≥1 (1 − q n ) = ∞ n n(3n+1)/2
n=−∞ (−1) q =
P∞ m m(3m−1)/2
P ∞ m m(3m+1)/2 2 5 7 12 15
1 + m=1 (−1) q + m=1 (−1) q = 1 − q − q + q + q − q − q + ··· .
∞
X t(t+1)
Par exemple, en prenant z = −1 dans 5.3, on a, (−1)k t 2 = 0, résultat qui n’est pas
k=−∞
−1 ∞ ∞ ∞
X k(k+1) X −k(−k+1) X k(k−1) X k(k+1)
k −k k
surprenant car (−1) t 2 = (−1) t 2 = (−1) t 2 = (−1)k+1 t 2 .
k=−∞ k=1 k=1 k=0
Pour terminer, voici un résultat du même genre (Démonstration à chercher dans la litté-
rature) Y X
( (1 − tk ))3 = (−1)k (2k + 1)tk(k+1)/2 (5.7)
k≥1 k≥0
5.7 Identité de Rogers-Ramanujian

Théorême 5.7.1. Le nombre de partitions de n dont tous les parts sont congrues à 1 ou à 4
modulo 5 est égale au nombre de partitions de n dont les parts sont distincts et ne sont pas
consécutives.
Le nombre de partitions de n dont tous les parts sont congrues à 2 ou à 3 modulo 5 est
égale au nombre de partitions de n dont les parts sont distincts, non consécutives et ≥ 2.
Ce théorème est équivalent aux équations suivantes :
∞ 2 ∞
X tk Y 1
1+ 2 k
= 5i+1
(5.8)
k=1
(1 − t)(1 − t ) · · · (1 − t ) k=0 (1 − t )(1 − t5i+4 )
∞ ∞
X tk(k+1) Y 1
1+ 2 k
= 5i+2
(5.9)
k=1
(1 − t)(1 − t ) · · · (1 − t ) k=0 (1 − t )(1 − t5i+3 )
En effet, considérons les partitions dont les parts sont distincts et ne sont pas consécutives,
d’une part et les partitions dont les parts sont distinctes, non consécutives et au moins égales
à 2 d’autre part. La figure 5.12 (I) (première ligne) montre que la série génératrice des partitions
∞ 2
X tk
dont les parts sont distincts et ne sont pas consécutives est F1 (t) = 1 + 2 ) · · · (1 − tk )
.
k=1
(1 − t)(1 − t
En effet, la surface du triangle coloré (bleu + orange) est k(k+1) 2
+ k(k−1)
2
= k 2 . Et le reste
est une partition ayant au plus k parts. Le deuxième ligne de la même figure montre que
la série génératrice des partitions dont les parts sont distincts, non consécutives et ≥ 2 est
∞
X tk(k+1)
F2 (t) = 1 + 2 ) · · · (1 − tk )
: le triangle coloré (bleu + orange) a pour surface
k=1
(1 − t)(1 − t
k(k+1) k(k+1)
2
+ 2
= k(k + 1).
5.8. LA BIJECTION DE REMMEL 69
Figure 5.12 – Partitions dont les parts sont distincts et ne sont pas consécutive
La figure 5.13 représente une bijection entre les partitions dont les parts sont distincts
et ne sont pas consécutives et les partitions dont la plus petite part est supérieur ou égal au
nombre de parts d’une part, entre les partitions dont les parts sont distincts non consécutives
et ≥ 2 et les partitions dont la plus petite part est strictement supérieur au nombre de parts
d’autre part.
Figure 5.13 – Une bijection confirmant le résultat précédent
5.8 La bijection de Remmel

Un autre résulat interressant pour montrer que deux classes de partitions ont la même
nombre d’éléments est la bijection de Remmel suivante.
Notons d’abord que dans ce cas, par convention, le nombre d’occurene de a dans la réunion
de deux multiensembles A et B est le plus grand des occurences de a dans A et dans B, c’est
à dire que si 1 est répété 3 fois dans A et 2 fois dans B alors 1 sera répété 3 fois dans A ∪ B.
D’autre part, |A| est la somme des éléments de A. Par exemple, si A = {{1, 1}, {2, 3}, {3, 3}},
alors |A| = 1 + 1 + 2 + 3 + 3 + 3 = 13
Théorême 5.8.1. Soit A = {Ai , i ∈ ω}, et B = {Bi , i ∈ ω}, deux listes de multiensembles
vérifiant :
|∪i∈S Ai | = |∪i∈S Bi | , (∀S ⊂ ω)
Alors le nombre de partitions de n ne contenant aucun des Ai est égal au nombre de partitions
de n ne contenant aucun des Bi
Preuve: Soit Ξ l’ensemble des couples (π, S) tel que π soit une partition de n et S ⊂ ω, tel que
∀s ∈ S, As ⊂ π. Pour chaque (π, S) ∈ Ξ, on pose v(π, S) = (−1)|S| . Soit alors nπ l’indice du
plus grand (au sens de l’inclusion ou du cardinal ?) multensemble de A qui est inclu dans π.
On définit alors sur Ξ une involution en posant α(π, S) = (π, S \ nπ ) si nπ ∈ S et
α(π, S) = (π, S ∪ {nπ }) sinon. Cette involution a pour ensemble des points fixes l’ensemble des
couples (π, ∅), tel qu’aucun des Ai , i ∈ ω, n’est inclu dans π.
On définit de la même manière Ψ = {(λ, S), S ⊂ ω, λ partition de n, ∀s ∈ S, Bs ⊂ λ} et
l’involution β tel que β(λ, S) = (λ, S \ nλ ) si nλ ∈ S et β(λ, S) = (λ, S ∪ {nλ }), sinon, nλ étant
défini de lamême manière que nπ .
L’application f (π, S) = (λ, S), où λ = [π \ (∪i∈S Ai )] ∪ (∪i∈S Bi ) est alors une bijection qui
conserve le poids.
Comme corollaire immédiat nous avons :
Corollaire 5.8.2. Soit A et B deux suites de multiensembles deux à deux disjointes, telles
que ∀i, |Ai | = |Bi | alors |Pn (A)| = |Pn (B)|, où Pn (A) est l’ensemble des partitions de n qui ne
contient aucun éléments de A.
5.9 Tableau de Young

Définition 5.9.1. Un diagramme est une partie finie D de N × N. Un tableau τ de forme
λ(τ ) = D, avec valeurs dans un ensemble totalement ordonnée A, est tout une application
τ : D → A.
Figure 5.14 – Le diagramme D et un tableau de forme D
On représente un tel tableau en remplissant chaque case c de D avec la valeur τ (c). La fi-
gure 5.14 représente le diagramme D = {(0, 0), (2, 0), (3, 0), (2, 1), (3, 1), (1, 3), (0, 2), (1, 2), (0, 3)}
et un tableau de forme D.
5.9. TABLEAU DE YOUNG 71
Figure 5.15 – (I) Un tableau semi-standard, (II) Un tableau standard
Un diagramme D est ordonnée en considérant la relation d’ordre (x1 , y1 ) ≤ (x2 , y2 ) ssi

(x1 ≤ x2 et y1 ≤ y2 ).
Le tableau τ est injectif si la fonction sous-jacente est injective et semi-standard si
∀i, i , j, j 0 , i < i0 ⇒ τ (i, j) ≤ τ (i0 , ; j) et j < j 0 ⇒ τ (i, j) < τ (i, j 0 ).
0
Un tableau τ , de forme µ ` nn, est dit standard ou un tableau de Young 12 s’il est
semi-standard et injectif et à valeur dans {1, 2, · · · }ng. Autrement dit, τ (i, j) < τ (i0 , j 0 ) si
(i, j) < (i0 , j 0 ).
La figure 5.15 représente un tableau semi-standard (I) et un tableau standard (II). On
note Young(µ) l’ensemble des tableaux standards de forme µ.
Soit maintenant un diagramme µ ` n et c = (i − 1, j − 1) une case de µ. On appelle
longueur d’équerre c de c le nombre de cases situé à droite et en haut de c + 1, c’est à dire
c = (µj − i) + (µ0i − j) + 1 (5.10)
µ0i étant la i-ème part de la partition µ, conjugué de µ.
Figure 5.16 – L’équerre de la case c en rouge est c = 8
Théorême 5.9.2. Pour µ ` n, le nombre fµ = |Young(µ)| de tableaux standards de forme µ :

est donnée par la formule dite des équerres :
n!
fµ = Q (5.11)
c∈µ c
Exemple: 5.9.3. Pour la partition µ = 321, les équerres de chaque case est donné par la figure
6!
5.17 (I). Par conséquent le nombre de tableaux de Young est 16 = 5·3·3 . La figure 5.17 (II) nous
donne la listes des tableaux standards de forme µ = 321.
Figure 5.17 – Les équerres et les tableaux standards de µ = 321
La bijection suivante, appelé correspondance de Robinson-Schensted-Knuth, permet d’as-

socier à chaque permutation de Sn un couple de tableaux standards de mêmem forme :
∼
X
ρ : Sn → Young(µ) × Young(µ). (5.12)
µ`n
Elle permet donc d’associer à σ = σ1 σ2 · · · σn une couple (Pσ , Qσ ), applelé respectivement P -

tableau et Q-tableau. Ces tableaux sont obtenus en insérant successivement les valeurs σi et
i, respectivement dans le P -tableau et dans le Q-tableau. On commence avec deux tableaux
vides. L’insertion suit un processus différent pour chacun des deux tableaux. Ce sont les valeurs
σi qui sont insérées dans le P -tableau, tandis que ce sont les positions i qui s’insèrent dans le
Q-tableau. D’une façon grossière, on peut dire que l’insertion dans le P -tableau consiste en
une cascade de remplacement de valeurs, culminant par l’ajout d’une nouvelle case à l’une des
lignes, et l’insertion dans le Q-tableau enregistre les étapes de croissance du P-tableau.
A titre d’exemple soit σ = 54823617. Les différentes étapes de la construction sont don-
nées par la fugure 5.18. Plus spécifiquement, pour tout mot σ = σ1 σ2 · · · σn d’entiers natutels
Figure 5.18 – Construction de (Pσ , Qσ ), pour σ = 54823617.
distincts, la construction procède récursivement comme suit.

1. Si σ est le mot vide, alors (Pσ , Qσ ) = (∅, ∅).
2. Sinon, σ est de la forme σ = τ a, pour τ = τ1 τ2 τn−1 , un mot de longueur n − 1, et a ∈ N.
On suppose avoir déjà construit (Pτ , Qτ ), et on modifie ces deux tableaux de la façon
suivante.
(a) La valeur a remplace la plus petite valeur (qui est éjectée) de la première ligne de Pτ
qui est plus grande que a, s’il y en a une. La valeur éjectée est récursivement insérée
5.9. TABLEAU DE YOUNG 73
dans le tableau formé des lignes 2, 3, · · · de Pτ , et ainsi de suite. Si a est plus grand
que toute les valeurs de la première ligne, alors on ajoute a dans une nouvelle case
à la fin de cette ligne. Le résultat Pσ est donc un tableau standard qui diffère de Pτ
, dans sa forme, par une case.
(b) On modifie le tableau Qτ en lui ajoutant une case en même position que celle par
laquelle Pσ diffère de Pτ , et donne la valeur n à cette case.
Figure 5.19 – Les déplacements causés par l’insertion de 6.
Une étape du processus d’insertion est illustrée par la figure 5.19. On inscèere 6 dans le
premier tableau. Cette insertion éjecte 8 de la première ligne, et on doit l’insérer dans la seconde,
ce qui éjecte 9 dans la deuxième ligne. etc Les éléments qui sont déplacés par l’insertion sont
dans les cases en vert dans le second tableau. La case qui contient 9 est la nouvelle case.
Une conséquence immédiate de cette bijection est :
X
n! = fµ2 (5.13)
µ`n
Un autre résultat remarquable est donné par le théorème suivant :
Théorême 5.9.4. Etant donné σ ∈ Sn , on a (Pσ−1 , Qσ−1 ) = (Qσ , Pσ ).
On en déduit que σ est une involution si et seulement si Pσ = Qσ .

Chapitre 6
Introduction à la théorie des espèces
6.1 Généralités sur les Espèces de Structures

Définition 6.1.1. Une B-espèce ou une espèce de structure est une construction F, qui permet
d’associer :
– à chaque ensemble fini A, un ensemble fini F(A) qui est l’ensemble des structures sur
A,
– et à chaque bijection σ : A → B, une application F(σ) : F(A) → F(B), appelé
transport de structures le long de la bijection σ, et vérifiant :
1. pour toutes bijections σ : U → V et τ : V → W , F (τ ◦ σ) = F (τ ) ◦ F (σ)
2. F(IdA ) = IdF (A)
La figure 6.1 représente deux manières typiques de représenter une espèce quelconque.
Figure 6.1 – Représentations typiques d’une espèce
Remarques: 6.1.2. 1. Dans le langage de la théorie des catégorie, une espèce n’est autre
qu’un foncteur de la catégorie des ensembles finis et bijections vers la catégorie des en-
sembles finis et applications.
2. En pratique, F(σ) permet de reétiqueter les éléments de F(A) par les éléments de B, pour
obtenir un élément de F(B) (figure 6.2) .
75
76 CHAPITRE 6. INTRODUCTION À LA THÉORIE DES ESPÈCES
Figure 6.2 – Représentations typiques d’une espèce
3. σ étant une bijection, F(σ) est une bijection et F(σ −1 ) = (F(σ))−1 . Donc, si |A| = |B|,
alors |F(A)| = |F(B)|. Pour les problèmes d’énumérations, on prendra A = [n].
Exemples: 6.1.3. Nous donnons ici une liste d’espèces de structure classiques. Dans chaque
cas, nous demandons au lecteur de vérifier qu’il s’agit vraiement d’une espèce de structure.
1. L’espèce S des permutations : S(E) est l’ensemble des permutations de E, et si σ : E → F
est une bijection, alors pour tout τ ∈ S(E), S(σ)(τ ) = σ −1 τ σ.
2. L’espèce C des permutations circulaires : C(E) est l’ensemble des permutations circulaire
de E, le transfert de structures étant défini comme précédement (vérifier en particulier
que si σ : E → F est une bijection et τ ∈ C(E), alors σ −1 τ σ ∈ C(F )).
3. L’espèce L des listes : L(E) est l’ensemble des suites x1 x2 · · · xn de longueur n = |E|
d’éléments de A, et si σ : E → F est une bijection et s = x1 x2 · · · xn ∈ L(E), alors
L(σ)(s) = y1 y2 · · · yn si ∀i, yi = σ(xi ). Notons qu’on peut considérer L(E) aussi comme
l’ensemble des bijections f : [n] → E, auquel cas L(σ)(f ) = σ ◦ f .
4. L’espèce E des ensembles : E(E) = {E} et si σ : E → F est une bijection, alors E(σ)(E) =
F.
5. L’espèce En des ensembles de cardinal n : En (E) = {E} si |E| = n et En (E) = ∅ sinon ; le
transfert de structure étant défini comme précédemment.
L’espèce E0 est aussi noté 1, et l’espèce E1 des singletons est aussi noté X.
6. L’espèce vide noté 0 et défini par 0(E) = ∅, pour tout ensemble E.
7. De la même manière, on peut définir l’espèce E≤n des ensembles de cardinal ≤ n :
E≤n (E) = {E} si |E| ≤ n et E≤n (E) = ∅ sinon.
8. L’espèce des éléments définie par (E) := E. Ici une structure sur E est un élément de
E et si σ : E → F est une bijection, alors (σ) = σ.
9. L’espèce P des parties d’ensembles : P(E) est l’ensemble des parties de E. Si σ : E → F
est une bijection, et π ∈ P(E), alors P(σ)(π) = {σ(x), x ∈ π}.
10. L’espèce Par des partitions d’ensembles : Par(E) est l’ensemble des partitions de E. Si
σ : E → F est une bijection, et π ∈Par(E), alors Par(σ)(π) = {π(b), b ∈ π}.
11. Dans les exemples précédent nous avons construit de manière explicite les espèces. Mais
on peut aussi les construire en utilisant des systèmes d’axiomes. Par exemple, l’espèce des
endofonctions peut être définie de la manière suivante :
6.1. GÉNÉRALITÉS SUR LES ESPÈCES DE STRUCTURES 77
s = (φ, E) ∈ End(E) si et seulement si φ ⊂ E×E et (∀x), x ∈ E ⇒ (∃!y)[y ∈ E et (x, y) ∈

φ].
Dans ce cas,le transport de structure se définie de la manière suivante : si σ : E → F est
une bijection et s = (φ, E) ∈ End(E), alors End(σ)(s) = (ψ, F ), où ψ = σ ◦ φσ −1 .
12. Les espèces suivantes peuvent être définies de la même manière :
– G : espèce des graphes simples,
– G c : espèce des graphes simples connexes,
– G a : espèce des arbres ou graphes simples connexes sans cycles,
– A : espèce des arbres enracinés ou arborescences.
– D : espèce des graphes orientés,
– L : espèce des ordres linéaires ou totaux sur E
– Der : espèce des dérangements
– Inv : espèce des involutions
13. Certains espèces peuvent être définit de manière récursives par des algorithmes, tandisque
d’autres par des équations fonctionnelles :
Ainsi une arbre binaire enraciné B sur un ensemble E est vide si E = ∅, B = (Bg , r, Bd ), où
r ∈ E, appelé racine, Bg est une arbre binaire sur une partie E1 de E \{r}, appelé branche
gauche de B, et Bd une arbre binaire sur (E \ {r}) \ E1 . On obtient ainsi l’espèce B des
arbres binaires. La définition montre qu’il satisfait à l’équation fonctionnelle B = 1+XB 2 ,
1 étant l’espèce vide, X l’espèces des singletons (racine).
De même,l’espèce A des arborescences satisfait A = XE(A), l’espèce des ordres totaux
satisfait L = 1 + XL.
Définition 6.1.4. Soit F une espèce de structure, s ∈ F[U ] et ∈ F[V ]. On dit s et t ont
le même type d’isomorphie, et on note s ∼ t, s’il existe une bijection σ : U → V tel que
t = F(σ](s).
A titre d’exemple, dans le cas de l’espèces des permutations la notion de type d’isomorphie
coïncide avec la notion de type cyclique comme le montre la figure 6.3. Cette figure représente
Figure 6.3 – Une transformation naturelle
le type d’isorphie de la permutation σ = (1, 9, 2, 6)(3, 8)(4, 7)(5, 10, 11). Son type cyclique est
(0, 2, 1, 1, 0, 0, 0, 0, 0, 0, 0), c’est à dire 0 cycle de longueur 1, 2 cycles de longueur 2, 1 cycle de
longueur 3, 1 cycle de longueur 4, 0 cycle de longueur k, pour k ≥ 5. Dans le cas général, la
notion de type d’isomorphie coïncide avec la notion de structure non étiquetée, c’est à dire la
structure obtenue quand on oublie les étiquètes des points dans la représentation géométrique
de F.
Notons aussi que pour un ensemble U donné, la relation s ∼ t est une relation d’équiva-
lence sur F[U ].
Définition 6.1.5. Etant donné deux espèces de structures F et G, un morphisme f : F → G
est défini par la donnée, pour tout ensemble fini E, d’une application fE : F(E) → G(E) tel
que pour tout bijection σ : E → F , on a fF F(σ) = G(σ)fE , c’est à dire que le diagramme de
la figure 6.4 est commutatif. Si de plus, pour tout ensemble fini E, fE est bijective, alors on dit
que f est un isomorphisme et que F et G sont isomorphes.
Figure 6.4 – Une transformation naturelle
Dans le language de la théorie des catégories, un morphisme f est une transformation

naturelle.
6.2 Séries Associées

Trois séries sont généralement associées aux espèces de structures : la séries génératrice
exponentielle, la série génératrices des types d’isomorphie et la série indicatrice des cycles.
6.2.1 Séries Génératrices exponentielles

Le remarque 6.1.2.3. montre que si |U | = |V |, alors F[U ]| = |F[V ]]|. La définition suivante
a donc un sens.
Définition 6.2.1. La série génératrice exponentielle de l’espèce F est la série :
X tn
F(t) = fn , (6.1)
n≥0
n!
où fn = |F[n] est le nombre de F-structure sur un ensemble à n points.
Exemple: 6.2.2. Nous demandons au lecteur de vérifier les résultats suivants :
1
S(t) = L(t) = ; C(t) = − ln(1 − t) ; E(t) = exp(t) ; (t) = t exp(t) ;
1−t n
tn X tk
En (t) = ; 0(t) = 0 ; E≤n (t) = ; P(t) = exp(2t) :
n! k=0
k!
n X tn
n t tn
2( 2 ) ;
2
X X
Par(t) = exp(exp(t − 1)) ; G(t) = End(t)= nn ; D(t) = 2n .
n≥0
n! n≥0
n! n≥0
n!
6.2. SÉRIES ASSOCIÉES 79
Théorême 6.2.3. Si F et G sont isomorphes alors F(t) = G(t).
Preuve: Car ∀n, f[n] : F([n]) → G([n]) est une bijection, alors |F([n])| = |G([n])|.
Remarque: 6.2.4. La réciproque de ce théorème est fausse. L’espèce L des listes et l’espèce
S des permutations de E vérifient L(t) = S(t). Mais L n’est pas isomorphe à S : les transports
de structures ne se font pas de la même manière.
6.2.2 Séries générarices des types d’isomorphismes

On note F[n]/ ∼ l’ensemble quotient de F[n] pour la relation 00 s ∼ t ⇔ ∃σ : [n] → [n] tel
que t = F[σ](s)00 , et fen le cardinal de F[n]/ ∼.
Définition 6.2.5. La série génératrice des types d’isomorphie de F est la série :

X
F(t)
e = fen tn , (6.2)
n≥0
Exemple: 6.2.6. Nous invitons le lecteur de montrer les résultats suivants :

∞
1 Y 1 e = t ; 1 t
L(t)
e = ; S(t)
e =
k
; C(t) E(t)
e = ; (t) = ;
1−t 1−x 1−t 1−t 1−t
e
k=0
t
E1 (t) = t ; 0(t) = 0 ;
e 1(t) = 1 ; P(t)
e = .
(1 − t)2
6.2.3 Séries indicatrices des cycles :

Définition 6.2.7. Etant donné σ ∈ Sn , le type cyclique d’une permutation σ est la suite
(σ1 , σ2 , . . . , σn ) telle que σi est le nombre de cycle de longueur i dans σ.
n
X
Dans ce cas, on a iσi = n. Rappelons que si F est une espèce et σ une permutation
i=1
de U , alors F(σ) est une permutation de F(U ).
Définition 6.2.8. On appelle série indicatrice des cycles de F la série formelle à une infinité
de variables : X 1 X
ZF (x1 , x2 , x3 , · · · ) = fix(F(σ))xσ1 1 xσ2 2 xσ3 3 · · · xσnn , (6.3)
n≥0
n! σ∈S
n
fix(F(σ)) étant le nombre de poits fixes de F(σ) et (σ1 , σ2 , σ3 , · · · , σn ) étant le type cyclique
de σ.
Exemples: 6.2.9. Nous avons :

a) Z0 (x1 , x2 , x3 , · · · ) = 0 b) Z1 (x1 , x2 , x3 , · · · ) = 1
1
c) ZX (x1 , x2 , x3 , · · · ) = x1 d) ZL (x1 , x2 , x3 , · · · ) =
1 − x1
1
e) ZS (x1 , x2 , x3 , · · · ) =
(1 − x1 )(1 − x2 )(1 − x3 ) · · ·
x2 x3
f) ZE (x1 , x2 , x3 , · · · ) = exp(x1 + + + ···)
2x 3x
2 3
g) Z (x1 , x2 , x3 , · · · ) = x1 exp(x1 + + + ···)
2 3
La série indicatrice des cycles contient en fait la série génératrice exponentielle. Nous
avons :
Théorême 6.2.10. Pour toute espèce F, ZF (x, 0, 0, · · · ) = F(x) et ZF (x, x2 , x3 , · · · ) = F(x).

e
Preuve: 1. ZF (x, 0, 0, · · · ) = n≥0 n!1 σ∈Sn fix(F(σ))xσ1 0σ2 0σ3 · · · . Soit n ≥ 0 et σ ∈ Sn . Si

P P
σ 6= Idn , alors il existe un indice i > 1, tel que σi 6= 0. Donc xσ1 0σ2 0σ3 · · · = 0.
Alors ZF (x, 0, 0, · · · ) = n≥0 n!1 fix(F(Idn ))xn = n≥0 n!1 fn xn = F(x).
P P
2. 2- Nous avons, en utilisant le lemme de Burnside :

X 1 X
ZF (x, x2 , x3 , · · · ) = fix(F(σ))xσ1 x2σ2 x3σ3 · · ·
n≥0
n! σ∈S
X 1 Xn
= fix(F(σ))xσ1 +2σ2 +3σ3 +···
n≥0
n! σ∈S
X 1 Xn
= fix(F(σ))xn
n≥0
n! σ∈Sn
X 1
= |T (F)[n]|xn
n≥0
n!
= F(x)
e
Le lemme de Burnside
Définition : Soient G un groupe noté multiplicativement, X un ensemble. Une action du groupe
G sur X est la donnée d’une application : φ : G × X → X, vérifiant les propriétés suivantes :
- ∀x ∈ X, φ(e, x) = x, où e est le neutre de G.
- ∀g, g 0 ∈ G, ∀x ∈ X, φ(g, φ(g 0 , x)) = φ(gg 0 , x).
Notation : φ(g, x) = g.x
Remarquons que si g ∈ G, l’application φg : X → X telle que φg (x) = g.x est une bijection.
La relation x ∼ y ⇔ ∃g ∈ G tel que g.x = y. Chaque classe s’appelle orbite. On note X/G
l’ensemble quotient c’est à dire l’ensemble des orbites.
D’autre part, si g ∈ G, on dit que x est un point fixe de g si g.x = x. On note Fg l’ensemble des
points fixes de g. X
Lemme de Burnside Card(X/G)Card(G) = Card(Fg ).
g∈G
6.3. OPÉRATIONS SUR LES ESPÈCES 81
6.3 Opérations sur les espèces

Dans la suite, nous considérons deux espèces de structures F et G.
6.3.1 Addition
Définition 6.3.1. On appelle somme de F et de G l’espèce F + G définie par :
1. (F + G)(E) = F(E) ∪ G(E) (réunion disjointe)
2. Si σ : E → F est une bijection, alors (F + G)(σ)(s) = F(σ)(s), si s ∈ F(E) et (F +
G)(σ)(s) = G(σ)(s) si s ∈ G(E).
Figure 6.5 – La somme de deux espèces F et G
^
Théorême 6.3.2. On a (F +G)(t) = F(t)+G(t) (F + G)(t) = F(t)+
e G(t),
e et ZF +G = ZF +ZG .
Preuve: Remarquez qu’une F + G-structure est soit une F-structure, soit une G-structure.
6.3.2 Produit
Définition 6.3.3. On appelle produit de F et de G l’espèce F.G définie par :
[
1. (F.G)(E) = F(A) × G(E \ A)
A⊂E
2. Si σ : E → F est une bijection et A ⊂ E, alors σ induit deux bijections σA : A → σ(A)
et σE\A : E \ A → σ(E \ A). Alors si s = (sA , sE\A ) est un élément de (F.G)(E), on a
(F + G)(σ)(s) = (F(σA )(sA ), G(σE\A )(sE\A )).
Figure 6.6 – Le Produit de deux espèces F et G

^ = F(t).
Théorême 6.3.4. On a (F.G)(t) = F(t)G(t), (F.G)(t) e G(t)
e et ZF .G = ZF ZG .
n tn
an tn! et (G(t) =
P P
Preuve: En effet, posons (F(t) = n≥0 n≥0 bn n! . Comme (F.G)([n]) =∪A⊂[n] F(A)×
G([n] \ A), alors :
= nk=0 A⊂[n],|A|=k |F(A)||G([n] \ A)|

P P P
|(F.G)([n])| = A⊂[n] |F(A)||G([n] \ A)|
= k=0 nk |F([k])||G([n − k])| = nk=0 nk ak bn−k
Pn P
Les cas des séries indicatrices des cycles sont laissés aux lecteurs à titre d’exercice.
Exemple: 6.3.5. 1.- L’espèce S des permutations est le produit de l’espèce E des ensembles et
de l’espèce D des dérangements, car une permutation σ sur un ensemble E est un couple (A, σ 0 )
où A est l’ensemble des points fixes de σ et σ 0 un dérangement sur E \ A. On en déduit que
e−t
Y x2 x3
S(t) = E(t)D(t). Donc D(t) = 1−t et ZD (x1 , x2 , x3 , · · · ) = ( (1 − xi )) exp(x1 + + + · · · ).
i≥1
2 3
2.- L’espèce des parties vérifie P = E.E. On en déduit que P(t) = E 2 (t) = e2t et
x2 x3
ZP (x1 , x2 , x3 , · · · ) = (exp(x1 + + + · · · ))2
2 3
6.3.3 Composition (partitionnelle)

Définition 6.3.6. Supposons que G(∅) = ∅. Une F ◦ G-structure sur U (ou F(G)-structure)
est un triplet s = (π, φ, L)
e où :
1. π = {b1 , b2 , · · · , bk } est une partition de U ,
2. φ est une F-structure sur l’ensemble π
3. Le = (si )1≤i≤k , si étant une G-structure sur bi
Si σ : U → V est une bijection, alors F(G)(σ) : F(G)(U ) → F(G)(V ) est tel que F(G)(σ)(s) =
s0 = (π 0 , φ0 , Le0 ) où :
– π 0 = {σ(bi ), 1 ≤ i ≤ k} est la partition de V , image de π par σ
– φ0 = F (σ)(φ)
– Le0 = [G(σ)(si )]1≤i≤k
Théorême 6.3.7. On a :
a) (F ◦ G)(t) = F(G(t))
^
b) (F ◦ G)(t) = ZF (G(x), e e 2 ), G(x
G(x e 3 ), · · · )
b) ZF ◦G (x1 , x2 , x3 , · · · ) = ZF (ZG (x1 , x2 , x3 , · · · ), ZG (x2 , x4 , x6 , · · · ), ZG (x3 , x6 , x9 , · · · ), · · · )
Exemple: 6.3.8. 1- La figure 6.8 montre qu’une partition est un ensemble d’ensembles non
vides. Donc Par= E(E ∗ ), où E ∗ est l’espèce des ensembles non vides. On en déduit que :
– Par(t) = exp(et − 1),
Figure 6.7 – Une F ◦ G-structure
Figure 6.8 – Un ensemble d’ensembles non vides
X1 x2k x3k
– ZPar (x1 , x2 , x3 , · · · ) = exp( exp(xk + + + · · · ))
k≥1
k 2 3
2- De la même manière, une permutation est un ensemble de cycle, c’est dire S = E(C). Ceci
1 1
montre que S(t) = E(C(t), c’est à dire = exp(ln ).
1−t 1−t
L’identité remarquable suivant s’en déduit aussi :
Y 1 X1
= ZS (x1 , x2 , x3 , · · · ) = exp( ZC (xk , x2k , x3k , · · · )).
k≥1
1 − xk k≥1
k
De cette égalité, on déduit que :
X φ(k) 1
ZC (xk , x2k , x3k , · · · ) = ln .
k≥1
k 1 − xk
6.3.4 Dérivation
Définition 6.3.9. Soit F une espèce. Une F 0 -structure sur U est une F−structure sur U ∪{∗},
où ∗ est un élément tel que ∗ ∈
/ U , le transport de structure étant défini de la manière suivante :
Toute bijection σ : U → V se prolonge en une bijection σ + : U ∪ {∗} → V ∪ {∗0 } en
posant σ + (x) = σ(x) si x ∈ U et σ + (∗) = (∗0 ). Alors F 0 (σ) = F(σ + )
Théorême 6.3.10. Nous avons :

Figure 6.9 – Une F 0 -structure
1. (F 0 )(x) = F 0 (x)
f0 (x) = ( ∂ ZF )(x, x2 , x3 , · · · )
2. F ∂x1
3. ZF (x1 , x2 , x3 , · · · ) = ( ∂x∂ 1 ZF )(x1 , x2 , x3 , · · · ).
Théorême 6.3.11. 1. (F + G)0 = F 0 + G 0

2. (F.G)0 = (F 0 .G) + (F.G 0 )
3. (F ◦ G)0 = F 0 (G).G 0
Les démontrations sont données par les figures 6.10 et 6.11 pour 2 et 3.
Figure 6.10 – (F.G)0 = (F 0 .G) + (F.G 0 )
Figure 6.11 – (F ◦ G)0 = F 0 (G).G 0

Exemple: 6.3.12. On peut vérifier facilement que :
E 0 = E, S 0 = LS, L0 = L2 , P 0 = EP.
Au niveau des séries génératrices exponentielles, ces égalités se traduisent par : (et )0 = et ,
1 0 et −1 0 t
( 1−x 1
) = (1−x)2 , (e ) = et ee −1 .
Remarque: 6.3.13. Si on note X l’espèce E1 des singletons, alors la dérivée d’une espèce F
dF
est souvent notée dX .
6.3.5 Pointage
Définition 6.3.14. Soit F une espèce. L’espèce F • est définit comme suit :
- Une F • -structure sur U est un couple (r, f ) où r ∈ U et f ∈ F(U ).
- Si σ : U → V , et (r, f ) ∈ F • (U ), alors F • (σ)(r, f ) = (σ(r), F • (σ)(f ).
La figure 6.12 représente une F • -structure.
Figure 6.12 – Une F • -structure
Théorême 6.3.15. L’espèceF • est isomorphe à l’espèce produit X dX

dF
.
La démonstration de ce théorème est donné par la fugure 6.13.
Figure 6.13 – F • = X dX
dF
Théorême 6.3.16. 1. F • (x) = x dx d

F (x)
∂ 2 3
f• (x) = x( ZF (x, x , x , · · · )
2. F ∂x1
3. ZF • = x1 ( ∂x∂ 1 ZF (x1 , x2 , x3 , · · · )
Par exemple, soit A l’espèce des arbres et B l’espèce des arborescences. Alors B = A• .
6.4 Espèces pondérées

Rappelons qu’un ensemble pondéré est un couple (E, v), où E est un ensemble, que l’on
supposera fini si aucune précision n’est donnée, et v : E → A une application de E vers un
anneauXA, A étant un anneau de séries formelles à coéfficients dans C. Le poids de E est alors
|E|v = v(x).
x∈E
Définition 6.4.1. Une espèce pondérée est un foncteur de la catégories des ensembles finies
et bijections vers la catégorie des ensembles finis A-pondérés. C’est donc une construction Fv
qui permet d’associer à chaque ensemble finie U un ensemble fini pondéré Fv (U ) et à chaque
bijection σ : U → V une bijection F(σ), conservant le poids et telle que :
1. F(στ ) = F(σ)F(τ )
2. F(IdU ) = IdF (U )
A une espèce pondérée Fv on peut associer les séries suivantes :

X tn
1. Série génératrice exponentielle : Fv (t) = |F[n]|v :
n≥0
n!
X
2. Série génératrice des types d’isomorphies : F(t)
e = T (F)(t) = |T (F)([n])|v tn ;
n≥0
X 1 X
3. Série indicatrice des cycles : ZF (x1 , x2 , x3 , · · · ) = |Fix(F(σ))|v xσ1 1 xσ2 2 xσ3 3 · · ·
n≥0
n! σ∈S n
Les opérations de la section précédente sont définie pour les espèces pondérées, en respectant
les règles suivants, pour la pondération :
Espèce Structure Poids

v(s) si s ∈ F[U ]
Fv + Gw s
w(s) si s ∈ G[U ]
Fv .Gw s = (f, g) v(f ).w(g)
Q
Fv ◦ Gw s = (π, φ, (L)
e p∈π ) v(f ) p∈π w(Lep )
Fv0 s v(s)
Fv• s = (r, f ) v(f )
Les théorèmes sur les séries génératrices restent valables dans le cas des espèces pondérées.
6.5 Contexte multisorte

Définition 6.5.1. Soit k ≥ 1, un entier. Un multiensemble (à k sortes d’éléments) est un
k-uplet d’ensembles U = (Ul , · · · , Uk ). Un élément u ∈ Ui est appelé élément de U de sorte i .
6.5. CONTEXTE MULTISORTE 87
Le multicardinal de U est le k-uplet de cardinaux |U | = |U1 |, · · · , |Uk |). Le cardinal total de U

est la somme ||U || = |U1 | + · · · + |Uk |.
Une multifonction f de (Ul , · · · , Uk ) vers (V1 , · · · , Vk ), notée f : (Ul , · · · , Uk ) → (V1 , · · · , Vk ),
est un k-uplet de fonctions f = (f1 , · · · , fk ) telles que f i : Ui → Vi , pour i = l, · · · , k.
La composition de deux multifonctions se fait composante à composante. La multifonction
f est dite bijective si chaque fonction fi est bijective.
Définition 6.5.2. Soit k ≥ 1, un entier. Une espèce sur k sortes est une règle F qui permet
de :
1. produire, pour chaque multiensemble fini U = (U1 ,c dots, Uk ), un ensemble fini F[U1 , · · · , Uk ],
2. produire, pour chaque multifonction bijective σ = (σ1 , · · · , σk ) : (U1 , · · · , Uk ) → (Vl , · · · , Vk ),
une fonction F [σ] = F[σ1 , · · · , σk ] : F[U1 , · · · , Uk ] → F[Vl , · · · , Vk ].
De plus, les fonctions F[σ] doivent satisfaire aux propriétés de fonctorialité, c’est-à-dire que
pour σ : U → V et τ : V → W , des multifonctions bijectives, et pour IdU : U → U , la
multifonction identité, on doit avoir
F[τ ◦ σ] = F[τ ] ◦ F[U ], et F[IdU ] = IdF [U ] . (6.4)
Un élément s ∈ F[U1 , · · · , Uk ] est appelé une F-structure sur (U1 , · · · , Uk ). La fonction

F[σ1 , · · · , σk ] est appelée transport des F-structures le long de (σ1 , · · · , σk ). Si t = F[σ1 , · · · , σk ](s),
on dit que s et t sont des F-structures isomorphes, et on note s ∼ t. On définit ainsi une re-
lation d’équivalence sur F[U1 , · · · , Uk ], dont les classes sont appelées type d’isomorphie de
F-structures.
Définition 6.5.3. Une espèce multisorte pondérée (à k sortes), F = Fv est une règle qui
associe
1. à chaque multiensemble U = (Ul , U2 , · · · , Uk ), un ensemble pondéré (F[U ], vU ),
2. à chaque multifonction bijective σ = (σ1 , σ2 , · · · , σk ), une fonction qui préserve les poids,
de telle sorte que les conditions de fonctorialité (6.4) soient satisfaites.
Avant de définir les opérations sur les espèces multisortes, on va introduire quelques ter-
minologies.
1. Pour chaque i, 1 ≤ i ≤ k, l’espèce (sur k sortes) Xi des singletons de sorte i est définie
par
{Ui } si |Ui | = 1 et Uj = ∅ pour j 6= i
Xi [U ] = (6.5)
∅ sinon
2. Pour un multiensemble à k sortes U = (Ul , · · · , Uk ) :

– Une dissection de U est un couple de multiensembles à k sortes (V, W ) tel que pour
i = l, · · · , k, on ait Ui = Vi ∪ Wi et Vi ∪ Wi = ∅. Dénotons par ∆[U ], l’ensemble des
dissections de U .
– Une partition T de U est une partition de l’ensemble total Ui + · · · + Uk . Chaque classe

C ∈ T peut être vue comme un multiensemble à k sortes, où Ci = C ∪ Ui .
Notons par Par[U ], l’ensemble des partitions de U .
Définition 6.5.4. 1. Pour deux espèces pondérées à k sortes F et G et un multiensemble à
k sortes U = (U1 , U2 , · · · , Uk ), on pose
[
(F + G)[U ] = F[U ] + G[U ] et (F.G)[U ] = F[V ]xG[W ]. (6.6)
(V,W )∈∆(U )
Les sommes et produits des membres de droite dans (6.6) sont pris au sens des ensembles
pondérés.
2. Soit F = F(Y1 , · · · , Ym ), une espèce pondérée à m sortes, et (Gj )j=1,··· ,n , une famille
d’espèces pondérées à k sortes. La composée partitionnelle F(G1 , · · · , Gm ) (substitution
des Gj dans F) est une espèce à k sortes définie en posant, pour U = (Ul , · · · , Uk ),
X Y
F(Gl , · · · , Gm )[U ] = F[χ−1 ] × Gj [C] (6.7)
π∈Par[U ],χ:π→[m] j∈[m],C∈χ−1 (j)
où, pour chaque fonction χ; π → [m], χ−1 désigne le multiensemble à m sortes (χ−1 (1), · · · , χ−1 (m))
associé à χ. En termes imagés, une F(G1 , · · · , Gm )-structure est une F-structure dans la-
quelle chaque élément de sorte Yj a été ”gonflé” en une cellule qui est une structure d’espèce
Gj . Par définition, le poids de cette structure est le produit du poids de la F-structure et
de ceux des Gj -structures qui s’y retrouvent.
∂
Il existe autant de notions de dérivation ∂X i
que de sortes de points : si F = Fω (Xl , · · · , Xk ),
est une espèce à k sortes de points, alors pour 1 ≤ i ≤ k on pose :
∂F
[U1 , U2 , · · · , Uk ] = F[U1 , · · · , Ui ∩ ∗i , · · · , Uk ] (6.8)
∂Xi
∂F
et le poids d’une ( ∂X i
)-structure s sur (U1 , · · · , Uk ) est égal au poids de s en tant que F-structure
sur (U1 , · · · , Ui ∩ ∗i , · · · , Uk ). Les règles usuelles du calcul différentiel demeurent valables pour
les espèces multisortes.
Il y a aussi k opérations de pointage qui s’effectuent en posant, pour i = 1, · · · , k, F •i =
∂F
Xi ∂X i
.
Les séries génératrices d’espèces multisortes pondérées sont définies en introduisant une va-
riable formelle x, y, z, t, · · · pour chaque sorte X, Y, Z, T, · · · . Pour le cas des séries indicatrices, il
faut introduire une infinité de variables formelles x1 , x2 , x3 , · · · ; y1 , y2 , y3 , · · · ; z1 , z2 , z3 , · · · ; t1 , t2 , t3 , · · · ; · ·
pour chaque sorte X, Y, Z, T, · · · .Voici la définition de ces séries dans le cas de deux sortes.
Définition 6.5.5. Etant donné une espèce pondérée Fv , les séries génératrice Fv (x, y), géné-
ratrice des types d’isomorphie F
fv (x, y) et indicatrice des cycles , ZF sont définies :
X xn y k
Fv (x, y) = |F[n, k]|v (6.9)
n,k≥0
n! k!
6.6. L-ESPÈCES, ESPÈCE MIXTES 89
où |F[n, k]|v est le poids total des F-structures sur ([n], [k]),
X
F
fv (x, y) = |F[n, k]/ ∼ |v xn y k (6.10)
n,k≥0
où |F[n, k]/ ∼ |v est le poids total des types d’isomorphie de F-structures sur ([n], [k]),
X 1 1 X
ZFv (x1 , x2 , x3 , · · · ; y1 , y2 , y3 , · · · ) = |Fix(F[σ, τ ])|v xσ1 1 xσ2 2 xσ3 3 · · · y1τ1 y2τ2 y3 · · ·
n,k≥0
n! k! σ∈S ,τ ∈S
n k
(6.11)
où |Fix(F[σ, τ ])|v , est le poids total des F-structures sur ([n], [k]) laissées fixes sous le transport
le long de (σ, τ ).
On a les formules :
fv (x, y) = ZFv (x, x2 , x3 , · · · ; y, y 2 , y 3 , · · · )
Fv (x, y) = ZFv (x, 0, 0, · · · ; y, 0, 0, · · · ) et F (6.12)
et le passage aux séries est toujours compatible avec les opérations combinatoires.
6.6 L-espèces, Espèce mixtes

Les cadres adaptés aux équations différentielles combinatoires sont les L-espèces. L’inter-
pétation des conditions initiales passent par les espèces mixtes.
6.6.1 L-espèce :
Définition 6.6.1. Une L-espèce (pondérées) est un foncteur de la catégorie des ensembles
totalement finis et bijection croissante vers la catégorie des ensembles A-pondérés sommables.
C’est donc une construction Fv qui, à chaque ensemble totalement ordoné fini l, associe un
ensemble pondéré Fv [l], l’ensemble des Fv -structures, et à l’unique bijection croissante σ : l → l0 ,
associe une bijection croissante conservant le poids F[σ] : F[l] → F[l0 ], le transport de structure,
tel que F[στ ] = F[σ]F[τ ] et F[1l ] = 1F [l] .
Un morphisme de L-espèces φ : Fv → Gw est une transformation naturelle, c’est-à-dire
une famille φ = (φl ) de morphismes d’ensembles pondérés, φl : Fv [l] → Gw [l], telle que pour
∼
tout τ : l → m, G[τ ]φl = φm F[τ ]. Le morphisme φ = (φl est un isomorphisme si pour tout l, φl
est un isomorphisme d’ensembles pondérés. On dira alors que Fv et Gw sont isomorphes et on
note Fv ∼ Gw ou encore simplement Fv = Gw .
Remarque: 6.6.2. Etant donné deux ensembles ordonnés fini l et l0 , il n’existe qu’une bijection
croissante unique σ : l → l0 . Donc dans le cadre des L-espèces la notion d’isomorphismes de
structures est triviale. La notion de série indicatrice de cycle n’existe pas.
X tn
Définition 6.6.3. On appelle série génératrice d’une L-espèce Fv , la série Fv (t) = fn ,
n≥0
n!
où fn = |F[n]|v .
Exemples: 6.6.4. 1. Les structures utilisant l’ordre sont des L-espèces. Citons par exemple
l’espèce A↑ des arborescences croissantes, l’espèce B ↑ des arbres binaires croissantes, l’es-
pèces Alt des permutations alternantes. Nous avons :
1 1
A↑ (t) = ln( , B ↑ (t) = , Alt(t) = tan(t) + sec(t). (6.13)
1−t 1−t
2. Soit F une B-espèce. On peut associer à F une L-espèce F ↑ en posant F ↑ (l, ≤) = F[l],
pour tout ensemble totalement ordonné l. De cette manière tout B-espèce peut être consi-
déré comme une L-espèce. Ainsi nous avons l’ espèce vide 0 , l’espèce de l’ensemble 1,
l’espèce En des ensemble de cardinal n, l’espèce E des ensembles, l’espèce Ln des listes
de longeur n, l’espèce L des listes, l’espèce S des permutations, l’espèce C des cycles. Les
tn
séries génératrices de ces espèces sont 0(t)=0, 1(t)=1, En (t) = , E(t) = et , Ln (t) = tn ,
n!
1
L(t) = S(t) = , C(t) = ln(t).
1−t
Les opérations usuelles comme la somme, le produit, la composition et la dérivation

peuvent être définies sur les L-espèces. Soient F et G deux L-espèces et l est un ensemble
fini totalement ordonnée.
1. La somme de F et de G est définie par : (F +G)[l] = F[l]+G[l], la somme étant disjointes.
X
2. Le produit de F et de G est définie par : (FG)[l] = F[l1 ] × G[l2 ], l1 ⊕ l2 étant la
l=l1 ⊕l2
somme ordinale des deux ensembles totalement ordonnés l1 et l2 , c’est à dire le réunion
disjointes de l1 et l2 munit de l’ordre x ≤ y ⇔ [(x, y ∈ l1 et x ≤ y dans l1 ) ou (x, y ∈ l2
et x ≤ y dans l2 ) ou (x ∈ l1 et y ∈ l2 )].
X Y
3. Si G[∅] = ∅, alors on pose (F ◦ G)[l] = F[π] × ( G[b]).
π∈Par[l] b∈π
d
4. F 0 [l] = F = F[1 +o l], 1 étant tel que 1 ∈/ l.
dT
5. Le produit cartésien, (F × G)[l] = F[l] × G[l].
Propriétés: 6.6.5. Les propriétés suivantes sont faciles à démontrer :
1. (F + G)(t) = F(t) + G(t), (FG)(t) = F(t)G(t), (F ◦ G)(t) = F(G(t)), (F 0 )(t) = F 0 (t).
X tn X tn
2. (F × G)(t) = F(t) × G(t), où F(t) × G(t) = an bn si F(t) = an bn et G(t) =
n≥0
n! n≥0
n!
n
X t
an b n .
n≥0
n!
3. (F + G)H ∼ FG + FH, FG ∼ GF
4. (F ◦ G) ◦ H ∼ F ◦ (G ◦ H), (F + G) ◦ H ∼ (F ◦ H) + (G ◦ H) et (FG) ◦ H ∼ (F ◦ H)(G ◦ H)

5. (F + G)0 ∼ F 0 + G 0 , (FG)0 ∼ F 0 G + FG 0 et (F ◦ G)0 ∼ F 0 (G)G 0
On peut aussi intégrer les les L-espèces.

R RX
Définition 6.6.6. Si F est une L-espèce, l’intégrale de F, notée F = 0 F(T )dT , est défnie
par :
Z Z
( F)[l] = ∅, si l = ∅ et ( F)[l] = F[l− ], avec l− = l \ {min l} sinon . (6.14)
Les propriétés suivantes peuvent être vérifié :
R 0 +
R 0
R Rt
F = F , R 0 ( F) = F, ( F)(t) = 0
F(x)dx,
F (G)G 0 = (F ◦ G)+
R R R
(F + G) = F + G,
6.6.2 Espèces Mixtes

On note B la catégorie des ensembles finis et bijection et L la catégorie des ensembles finis
totalement ordonnés et bijections croissantes. Rappelons d’abord qu’une B-espèce A-pondérée
est un foncteur F : B → EA , EA étant la catégorie des ensembles A-pondérés sommables.
Définition 6.6.7. Une espèce mixte est un foncteur F : L × B → EA . C’est donc une règle
qui :
1. à chaque couple (l, U ), où l est un ensemble totalement ordonné fini et U un ensemble
fini quelconque, associe un ensemble pondéré sommable Fv [l, U ],
∼
2. à chaque couple (τ, σ) : (l, U ) → (l0 , U0 ), où τ : l → l0 et σ : U → U0 est une bijection
quelconque, associe un isomorphisme d’ensembles pondérés F[τ, σ] : F[l, U ] → F[l0 , U0 ],
appelé transport des structures et vérifiant F[τ, σ]F[τ, σ 0 ] = F[τ τ 0 , σσ 0 ] et F(1l , 1U ) =
1F [l,U ] .
Une espèce mixte F sera note éaussi F(T, Z). Les éléments de l’ensemble totalement
ordonné l sont appelés points de sorte T (ou de sorte L) et les éléments de l’ensemble non
ordonné U sont les points de sorte Z (ou de sorte B ).
Définition 6.6.8. Deux espèces mixtes F et G sont isomorphes, s’il existe une famille φ = (φl,U )
d’isomorphismes d’ensembles pondérés, telles que φl,U : Fv [l, U ] → Gw [l, U ], naturelles, c’est-à-
dire telle que pour tout (τ, σ) : (l0 , U0 ) → (l, U ), on ait G[τ, σ]φl,U = φl0 ,U0 F[τ, σ].
Remarquons aussi que les opérations usuelles suivantes peuvent être définies : la somme,
le produit, la composition partitionnelle, les dérivées par rapport aux deux variables, l’intégrale
par rapport à la première variable T .
Définition 6.6.9. Deux structures s ∈ F[l, U ] et t ∈ F[l, V ] sont isomorphes, s’il existe une
bijection σ : U → V telle que t = F [1l , σ](s). Dans ce cas, on note s ∼ t. La classe de s modulo
l’équivalence ∼, notée s̃, est le type d’isomorphie de s, ou le type de s, par rapport aux points
de sorte B .
Nous notons F[n, k] ∼, l’ensemble quotient de F[n, k] par l’équivalence ∼. On remarque

que s ∼ t ⇒ v(s) = v(t) et on pose v(s̃) = v(s).
Á une espèce mixte F = Fv , on peut associer les séries suivantes :
1. la série génératrice exponentielle :

X tn z k
F(t, z) = fn,k avec fn,k = |F[n, k]|v ; (6.15)
n,k≥0
n! k!
2. la série génératrice des types d’isomorphie :

n
X t
F(t,
e z) = fñ,k z k avec fñ,k = |F[n, k] ∼ |v ; (6.16)
n,k≥0
n!
3. la série indicatrice des cycles :

X tn 1 X
ZF (t; z 1 z 2 , · · · ) = ( |Fix(F[1, τ ])|v z1τ1 z2τ2 · · · (6.17)
n,k≥0
n! k! τ ∈Sk
Remarque: 6.6.10. Par rapport à la variable z, ces séries se comportent exactement comme
les séries correspondantes dans le cas des B-espèces. Par exemple, en utilisant le lemme de
e z) = ZF (t; z, z 2 , z 3 , · · · ).
Burnside, on a F(t,
X
Soit l un ensemble totalement ordonné. Nous posons TZ:z F[l] := F/ ∼. Pour s̃ ∈
k≥0
∼
TZ:z F[l], tel que s ∈ F[l]F [l, k], on pose w(s̃) = v(s)z k . D’autre part, si τ : l → l0 et s1 ∈ F[l, k]
tel que F[τ, 1[k] ](s1 ) = s2 , alors nous posons TZ:z F[τ ](s̃1 ) = s̃2 .
Définition 6.6.11. La L-espèce TZ:z F ainsi obtenue est appelée la L-espèce des types par
rapport à Z de F-structures.
Nous avons la proposition suivante.

Proposition 6.6.12. La série génératrice TZ:z F(t) vérifie
XX tn
TZ:z F(t) = ( fñ,k z k ) (6.18)
n≥0 k≥0
n!
Vis à vis des opérations somme , produit et dérivation par rapport à la sorte T , la L-espèce
des types se comporte de façon naturelle :
Proposition 6.6.13. Si F = F(T, Z) et G = G(T, Z) sont deux espèces mixtes alors

TZ:z (F + G) = TZ:z F + TZ:z G ; TZ:z ( ∂F
∂T
= (TZ:z F)0 et TZ:z (F · G) = TZ:z F · TZ:z G.
Le cas de la substitution est plus délicat. Soit F = Fv une espèce mixte telle que F(0, 0) =
0 et G = Gw une B-espèce. Alors G(F) est une espèce mixte. Nous avons, par définition,
X Y
G(F)[l, U ] = G[π] F[l ∩ c, U ∩ c];
π∈Par[l+U ] c∈π
où Par[l + U ] désigne l’ensemble des partitions de l’ensemble l + U .
Théorême 6.6.14. Si Gw = Gw (Z) est une B-espèce et Fv = F( T, Z) une espèce mixte, alors
TZ:z Gw (Fv )(t) = ZGw (TZ:z Fv (t), TZ:z2 Fv2 (0), TZ:z3 Fv3 (0), · · · ); (6.19)
où ZGw (x1 , x2 , x3 , · · · ) désigne la série indicatrice de Gw , et, plus généralement,
ZGw (Fv )(t; z 1 , z 2 , · · · ) = ZGw (ZFv (t; z 1 , z 2 , · · · ), ZFv2 (0; z 2 , z 4 , · · · ), ZFv3 (0; z 3 , z 6 , · · · ), · · · )
Corollaire 6.6.15. Si F = Fv une espèce mixte telle que F(0, Z) = Z et G = Gw une B-espèce,
alors
TZ:z Gw (Fv )(t) = ZGw (TZ:z ZFv (t); z 2 , z 3 , · · · ) (6.20)
En particulier, si G est asymétrique, auquel cas ZG (x1 , x2 , x3 , · · · ) = G(x1 ), alors
TZ:z Gw (Fv )(t) = Gw ((TZ:z ZFv (t)).

Chapitre 7
Combinatoire des Systèmes d’Equations

Différentielles
7.1 La théorie de Leroux-Viennot

Ce chapitre est réservé aux méthodes de résolution des systèmes d’équations différentielles
combinatoires. Cette méthode est essentiellemnt dû à P. Leroux et G.X.Viennot (Voir[11], [13]
et [12]). L’interprétation des conditions initiales de la forme Y (0) = α, avec α étant une variable
formelle ou une constante numérique est dû à B. Randrianirina (Voir [23] ou [22]). En effet, dans
la théorie de Leroux-Viennot, les conditions initiales sont soit de la forme Y (0) = Z, avec Z
variable représentant une sorte de points, soit de la forme Y (0) = 0, soit de la forme Y (0) = 1.
7.1.1 La théorie de Leroux-Viennot pour les équations différentielles

combinatoires
Remarquons d’abord que si H est la sous-algèbre de Q[[x, t]] des séries formelles s’écrivant
X tn
sous la forme F (t) = an , où an ∈ A = Z[[x]], alors on peut démontrer que tout élément
n≥0
n!
F (t) de H est la série génératrice d’une L-espèce pondérée (non unique) F(T ) (Voir [23] ou
[22]). Donc, à toute équation analytique y 0 = F (y), où F ∈ H , on peut associer une équation
combinatoire Y 0 = F(Y ), où F = F(T ) est une espèce dont la série génératrice est F(t) = F (t).
En toute généralité, la donnée d’une L-espèce ou d’une L-espèce F quelconque nous
permet d’écrire l’équation différentielle combinatoire
Y 0 = F(Y ); Y (0) = Z (7.1)
où Z est une sorte de points représentant la condition initiale.
Intuitivement, pour résoudre (7.1), il s’agit de trouver une espèce Y = G = G(T, Z)
vérifiant ∂G
∂T
G = F(G) et G(0, Z) = Z. En d’autres termes, l’équation (7.1) s’écrit aussi sous la
95
96CHAPITRE 7. COMBINATOIRE DES SYSTÈMES D’EQUATIONS DIFFÉRENTIELLES
forme
∂Y
= F(Y ); Y (0, Z) = Z (7.2)
∂T
La condition initiale Y (0) = Z dans (7.1) se traduit donc par Y (0, Z) = Z, qui signifie que
Y [∅, U ] = Z[U ] = {U } si |U | = 1, et Y [∅, U ] = ∅ si |U | =
6 = 1.
Définition 7.1.1. Une solution de l’équation (7.1) (ou de (7.2)) est un couple (G, ϕ) où :
1. G = G(T, Z) est une L-espèce, si F est une L-espèce, et une espèce mixte, si F est une B
-espèce, telle que G(0, Z) = Z,
∂G
2. ϕ : ∂T
→ F(G) est un isomorphisme de L-espèces ou d’espèces mixtes suivant le cas.
Remarque: 7.1.2. A l’équation (7.2) est associée l’équation différentielle analytique
∂y
= F (y); y(0, z) = z (7.3)
∂t
F (t) étant la série génératrice de l’espèce F. Il est légitime de se poser la question : la solutions
de (7.3) est elle la série génératrice de la somution de (7.2) ?
L’équation (7.2) s’écrit sous forme intégrale :

Z T
Y (T, Z) = Z + F (Y (X, Z))dX (7.4)
0
L’équation intégrale (7.4) est interprétée par la figure 7.1 qui est un processus itératif permet-
tant de construire la solution combinatoire de l’équation (7.2) (ou (7.3)). On obtient donc par
Figure 7.1 – Equations intégrales
itération l’espèce AF des arborescences F-enrichies croissantes.
Figure 7.2 – Une arborescence croissante F-enrichie sur l ×U , où l = [13] et U = {a, b, · · · , m}

7.1. LA THÉORIE DE LEROUX-VIENNOT 97
La figure 7.2 représente une arborescence F-enrichie croissante sur le couple (l, U ), où
l = [13] et U = {a, b, · · · , m}. Notons que la fibre de chaque sommet interne (de sorte T , noir
sur la figure) est munie d’un F-enrichissement. Nous avons les deux théorèmes fondamentaux
suivants (démontrés dans [11]).
Théorême 7.1.3. Si F est une L-espèce, alors l’équation (7.2) (ou (7.3)) admet comme so-
lution "canonique", le couple (AF ; ϕ), où AF est la L-espèce à deux sortes des arborescences
∂AF
croissantes F-enrichies et ϕ : → F(AF ) est l’isomorphisme qui oublie la racine de l’ar-
∂T
borescence. De plus, cette solution est unique à isomorphisme près, c’est-à-dire que pour toute
solution (B, ψ) il existe un unique isomorphisme d’espèces Φ : AF → B tel que le diagramme
de la figure 7.3 soit commutatif (où A = AF ).
Figure 7.3 – Diagramme commutatif montrant l’isomorphisme entre (AF , ϕ) et toute solution
(B, ψ)
D’autre part, la série génératrice y = AF (t, z) est solution de l’équation (7.3).
Théorême 7.1.4. Si F est une B-espèce, alors l’équation (7.2) (ou (7.3)) admet comme so-
lution canonique, le couple (AF , ϕ), où AF est l’espèce mixte des arborescences croissantes
F-enrichies, et ϕ : ∂A
∂T
F
→ F(AF ) est l’isomorphisme qui oublie la racine de l’arborescence. De
plus cette solution est unique à isomorphisme près.
7.1.2 Analyse des conditions initiales
Condition initiale Z = 0.
Une telle condition initiale correspond à l’équation différentielle combinatoire
Y 0 = F(Y ), Y (0) = 0, (7.5)
Elle signifie que les arborescences solutions ne contiennent pas de feuilles de sorte Z. Ici, la
solution est la L-espèce AF (T ) = AF (T, 0). Notons que la série génératrice y(t) = AF (t) est
solution de l’équation différentielle y 0 = F (y), y(0) = 0.
Condition initiale Z = 1α .
Rappelons que 1α est l’espèce 1 de l’ensemble vide de poids α, où α ∈ A (en général une
variable formelle). La condition Z = 1α correspond analytiquement une condition initiale du
type y(0) = α. Considérons donc l’équation différentielle combinatoire :
Y 0 = F (Y ), Y (0) = 1α (7.6)
Pour interpréter AF (T, 1α ), il nous faut donner une définition générale de H(T, 1α ), c’est-à-dire
de la substitution de l’espèce 1α pour Z dans une espèce quelconque H(T, Z) donnée.
1. Supposons que H = Hv est une espèce mixte et que α est une variable formelle. Dans
ce cas nous posons H(T, 1α ) = (TZ:α H)(T ). Une H(T, 1α )- structure est donc un type
d’isomorphie de structures par rapport à la sorte Z, c’est-à-dire que les points de sorte Z
ont perdu leur étiquette, et la variable α est un compteur de points de sorte Z. Le poids
d’un tel type de structures est par définition le poids de la H-structure initiale multiplié
par αk si k est le nombre de points (indistinguables) de sorte Z.
2. Supposons que H = Hv est une espèce mixte et que α est une constante numérique. Consi-
XX tn
dérons la L-espèce TZ:z H(T ) dont la série génératrice s’écrit : ( h̃nk z k ) . Si pour
n≥0 k≥0
n!
X X
tout entier n, la somme h̃nk αk existe, alors ∀n, la réunion disjointe H[n, k]/sim
k≥0 k≥0
est A-sommable pour la pondération w définie par w(s) = αk v(s), si s ∈ H[n, k] ∼. Nous
définissons alors la nouvelle espèce TZ:α H(T ), pondérée par w, en posant
X TZ:α H[l] =
TZ:z H[l]z=α . Notons que si H est trivialement pondérée, alors la somme h̃nk αk existe
n≥0
si, et seulement si, c’est une série convergente. En particulier, si α = 1, et comme les h̃nk
sont des entiers, alors cette série converge si, et seulement si, ses termes sont nuls à partir
d’un certain rang, c’est-à-dire qu’il existe un entier k0 , tel que si k ≥ k0 , alors h̃nk = 0.
Nécessairement, hnk = 0‘a partir du rang k0 .
Définition 7.1.5. (a) Une espèce F est polynomiale s’il existe k0 ∈ N tel que pour tout
n ≥ k0 , F[n] = ∅.
(b) Une espèce mixte H = H(T, Z) est polynomiale en Z si pour tout ensemble totale-
ment ordonné l, la B-espèce H[l, −] est polynomiale.
Nous avons le résultat suivant :
Proposition 7.1.6. (a) Si H = H(T, Z) est trivialement pondérée alors la L-espèce
TZ:1 H(T ) est définie si, et seulement si, H est polynomiale en Z.
(b) Si F = F(Z) est est une B-espèce polynomiale, alors l’espèce AF (T, Z) est polyno-
miale en Z.
3. Si H est une L-espèce à deux sortes, alors la notion de type d’isomorphie n’a aucun sens.
Il est donc impossible de donner une interprétation à H(T, 1α ) dans ce cas.
Supposons donc que dans (7.2), F est une B-espèce. Dans ce cas, AF (T, Z) est une espèce
mixte. Dans ce qui suit, nous considérons les deux hypothèses suivantes :
– H1 : α est une variable formelle ;

– H2 : α est une constante numérique, auquel cas nous supposons que F est polynomiale.
Considérons la L-espèce G = G(T ) = (TZ:α AF )(T ) des types, par rapport à Z, de AF -
structures. Sachant que AF (0, Z) = Z, il est clair que G(0) = 1α . D’autre part G 0 ' F(G)
car G 0 = dT
d ∂
(TZ:α AF )(T ) = TZ:α ( ∂T AF (T, Z)) ' TZ:α F(AF (T, Z)) ' F((TZ:α AF )(T )) = F(G).
Moyennant le corollaire 6.6.15 du théorème 6.6.14, on obtient le théorème suivant.
Théorême 7.1.7. Si F est une B-espèce et α ∈ A , alors, sous les hypothèses H1 ou H2 ,
l’équation (7.6) admet comme solution la L-espèce (TZ:α AF )(T ). Dans ce cas, la série généra-
trice y(t) = (TZ:α AF )(t) est solution de l’équation différentielle
y 0 = ZF (y, α2 , α3 , · · · ); y(0) = α. (7.7)
ZF étant la série indicatrice des cycles de F.

Remarque: 7.1.8. Une B-espèce F est asymétrique (Voir 6.2.2) si pour tout n ∈ N, pour tout
s, t ∈ F[n], s ∼ t ⇔ s = t, c’est à dire la classe de s pour la relation ”s et t ont le même type
d’isomorphie” est se = {s}. Dans ce cas, ∀n, ∀σ ∈ Sn , si σ 6=Id, alors l’ensemble des points fixes
de F(σ) est vide. Donc ZF (x1 , x − 2, x3 , · · · ) = F(x1 ). Donc l’équation (7.7) devient :
y 0 = F(y); y(0) = α. (7.8)
On peut vérifer que l’espèce des listes est assymétrique.

Exemple: 7.1.9. Considérons l’équation
Y 0 = E2 (Y ), Y (0) = Z, (7.9)
où E2 est la B-espèce des ensembles de cardinal 2. La figure 7.4 représente l’équation intégrale
associée. Enitérant cette équation, on obtient la solution canonique, qui est l’espèce A↑E2 (T, Z)
des arborescences croissantes E2 -enrichies. En remarquant qu’on a une E2 -structure sur les fils
Figure 7.4 – Equation intégrale associée à (7.9)
de chaque sommet, nous prendrons comme convention que ces fils sont placés de gauche à droite
par ordre de grandeur (figure 7.5 (A)).
Notons que la série génératrice (exponentielle) de cette espèce, Y (t, z) = A↑E2 (t, z), solution
∂y y2 2z
de l’équation différentielle = , y(0, z) = z, est donnée par y(t, z) = . La solution
∂t 2 (2 − zt)
Figure 7.5 – Une A↑E2 -structure sur l = [13] et U {a, b, · · · , g} et la TZ:1 A↑E2 -structure associée
de l’équation similaire Y 0 = E2 (Y ), Y (0) = 1, obtenue en prenant les types par rapport

à Z, est l’espèce des arborescences 1-2 croissantes Y = TZ:1 A↑E2 (T ), (enlever les étiquettes
(z 2 +z )
des points blancs : figure 7.5 (B)). En se rappelant que ZE2 (z1 , z2, · · · ) = 1 2 2 , la série
génératrice est solution de l’équation y 0 (t) = ZE2 (y(t), 1, 1, · · · ) = (y(t)2+1)
2
, y(0) = 1, et s’écrit
(2t+π)
y(t) = tan( 4 ) = tan(t) + sec(t). Les coefficients de cette série sont les nombres d’Euler.
Plus généralement, les arborescences 1 − n croissantes sont les solutions de l’équation
Y 0 = En (Y ), Y (0) = 1. Chaque sommet de ces arborescences admet au plus n fils et la série
génératrice est la solution de l’équation différentielle y 0 = ZEn (y, 1, 1, · · · ), Y (0) = 1. Sachant
(z + 1) · · · (z + k − 1) z <k>
que ZEk (z, 1, 1, · · · ) = = est le polynôme générateur des permuta-
k! k! n
X (tn−k )
tions σ ∈ Sk selon le nombre de cycles, nous avons ZEn (z + t, z, z, · · · ) = z(z +
k=0
((n − k)!k!)
1) · · · (z + k − 1). En prenant z = 1, nous pouvons déduire que la série génératrice des arbores-
n
0
X (y − 1)k
cences 1 − n croissantes est la solution de l’équation différentielle y = , y(0) = 1,
k=0
k!
n
0
X uk
ou bien, en posant u = y − 1, u = = En (u), u(0) = 0.
k=0
k!
Exemple: 7.1.10. Considérons l’équation
Y 0 = Y 2, Y (0) = Z, (7.10)
Cette équation est de la forme Y 0 = F(Y ), avec F(X) = X 2 . Elle admet comme solution
l’espèce B ↑ (T, Z) des arbres binaires croissantes complètes dont les feuilles sont des points du
type Z. La série génératrice est est solution d’équation y 0 = y 2 , y(0) = z. Donc y(t) = 1−zt
z
.
↑
L’équation Y 0 = Y 2 , Y (0) = 1 admet comme solution l’espèce BZ:1 (T ) des arbres binaires
2 z
croissantes. L’espèce F(X) = X étant asymétrique, sa génératrice, y(t) = 1−zt , s’obtient en
prenant z = 1 dans la série génératrice de la solution de(7.10).
La figure 7.6 (A) représente l’équation intégrale associé à (7.10), (B) un exemple d’arbre
binaire croissante sur l = [9] et U = {a, b, c, d, e, f, g, h, i} et (C) une arbre binaire croissante.
Figure 7.6 – (A) Equation intégrale ; (B) Arbre binaire croissante, solution de (7.10) ; (C)
Arbre binaire croissante
Plus généralement l’équation
Y 0 = Y n, Y (0) = Z, (7.11)
obtenue en prenant F(X) = X n admet comme solution l’espèce des arbres n-aires croissantes
complètes dont les feuilles sont des points du type Z. La série génératrice est solution d’équation
y 0 = y n , y(0) = z.
7.1.3 Les systèmes différentiels.

Etant donné des espèces à k sortes (Fi )1≤i≤k qui sont toutes soit des L-esp‘eces, soit des
B-espèces, et des sortes de points Zi représentant les conditions initiales, considérons le système
d’équations différentielles combinatoires
Yi0 = Fi (Y1 , Y2 , · · · , Yk ), Yi (0) = Zi , 1 ≤ i ≤ k : (7.12)
Définition 7.1.11. Une solution du système (7.12) est un couple (A, ~ ϕ), où A ~ = (A1 , A2 , · · · , Ak )
est un k-uplet d’espèces mixtes du type L × Bk → EA si toutes les Fi sont des B-espèces ou des
L-espèces à (k + 1)-sortes si toutes les Fi sont des L-espèces et ϕ = (ϕ1 , ϕ2 , · · · , ϕk ) un k-uplet
d’isomorphismes ϕi : ∂A i ~
→ Fi (A).
∂T
Posons F ~ = (F1 , F2 , · · · , Fk ), Y~ = (Y1 , Y2 , · · · , Yk ) et Z

~ = (Z1 , Z2 , · · · , Zk ). Le système
(7.12) s’écrit sous forme intégrale
Z T
Yi (T, Z) = Fi (Y~ (X, Z))dX,
~ Yi (0) = Zi , 1 ≤ i ≤ k (7.13)
0
Une interprétation de ces équations intégrales est donnée par la figure 7.7(A), où l’élément
minimum est de couleur i et est suivi d’une Fi -structure. L’itération de ce processus, pour
1 ≤ i ≤ k, nous donne l’espèce des arborescences F-enrichies~ croissantes du type i, que nous
noterons Ai,F~ = Ai,F~ (T, Z1 , · · · , Zk ) (figure 7.7(B)), qui est caractérisée par le fait que chaque
~
Figure 7.7 – (A) Equation intégrale, (B) Une arborescence F-enrichie
sommet est coloré par j ∈ [k]. La fibre d’un sommet interne de couleur j, vue comme un
k-ensemble, est alors munie d’un Fj -enrichissement (Fi -enrichissement pour la racine). Nous
avons le théorème suivant (voir [[15], [16], [11]]).
Théorême 7.1.12. Le système (7.8) admet comme solution canonique le couple (A ~ ~ ϕ), où
F
A~ ~ est le k-uplet A
~ ~ = (A ~ , A ~ , · · · , A ~ ) et ϕ = (ϕi )1≤i≤k où ϕi : A ~ → Fi (A ~ ~ ) est
F F 1,F 2,F k,F i,F F
l’isomorphisme canonique qui oublie la racine. De plus, en notant ~y (t) = (y1 (t), y2 (t), · · · , yk (t)),
les séries génératrices des Ai,F~ , sont solutions du système différentiel
yi0 = F i(~y (t)), yi (0) = zi , 1 ≤ i ≤ k. (7.14)
Supposons maintenant que tous les Fi sont des B-espèces. Pour chaque i, soit αi ∈ A, et
soit le système différentiels :
Yi0 = Fi (Y1 , Y2 , · · · , Yk ), Yi (0) = 1αi , 1 ≤ i ≤ k : (7.15)
Le théorème 7.1.12 se prolonge comme suit :
Théorême 7.1.13. Les Fi étant des B-esp‘eces, le système différentiel (7.15) admet comme
solution le k-uplet de L-espèces TZ;~ ~ ~ = (T ~ A ~ , T ~ A ~ , · · · , T ~ A ~ ), où Z
~ α AF
~ :α~ signifie
α 1F
Z:~ α 2F
Z:~ α kF
Z:~
que pour tout i, Zi : αi . De plus, les séries génératrices des TZ:~
~ α AiF ~ sont solutions du système
yi0 = ZFi (y1 , α12 , α13 , · · · ; y2 , α22 , α23 , · · · ; · · · ; yk , αk2 , αk3 , · · · ), yi (0) = αi ; 1 ≤ i ≤ k (7.16)
où ZFi (x11 , x12 , · · · ; x21 , x22 , · · · ; · · · ; xk1 , xk2 , · · · ) est la série indicatrice de la B-espèce Fi . Si
de plus, tous les Fi sont assymétriques, alors le système (7.16) devient :
yi0 = Fi (y1 , y2 , · · · , yk ), yi (0) = αi ; 1 ≤ i ≤ k (7.17)
Exemple: 7.1.14. Considérons le couple (Y1 , Y2 ) = (A↑m,c , Bm,c

↑
), solution du système :
Y10 = 1 + Y1m ,

U (0) = 0
(7.18)
Y20 = Y1m−1 Y2 , V (0) = 1
7.2. OPÉRATEURS DIFFÉRENTIELLES COMBINATOIRES 103
c’est à dire Y10 = F1 (Y1 , Y2 ) avec F1 (X, Y ) = 1+X m et Y20 = F2 (Y1 , Y2 ) avec F2 (X, Y ) = X m−1 Y ,
qui sont des espèces assymetriques. L’espèce Y1 = A↑m,c est appelée espèce des arborescences
↑
m-aires complètes croissantes de premier type (cf. figure 9(A), où m = 4), et l’espèce Y2 = Bm,c
est l’espèce des arborescences m-aires complètes du deuxième type (cf. figure 9(B) où l’unique
X tn
point blanc est un point de sorte Z). De plus, les séries génératrices A↑m,c (t) = em,n et
n≥0
n!
n
↑
X t
Bm,c (t) = fm,n sont solutions du système analytique associé à (7.18). On vérifie facilement
n≥0
n!
que l’espèce Y1 = A↑m,c vit sur les ensembles de cardinal mk + 1, k ∈ N et l’espèce Y2 = Bm,c ↑
vit sur les ensembles de cardinal mk, kn ∈ N. Nous avons :

n
 X
 em,n+1 =

 em,n1 · · · em,nm
n , n2 , · · · , nm

n1 +n2 +···+nm =n 1
X n
(7.19)
f = f e · · · e

m,n+1 m,n m,n m,n
 0 1 m−1
n0 , n1 , · · · , nm−1


n +n +···+n
0 1 m−1=n
Notons que dans le cas le cas particulier où m = 2, les solutions du système (7.18) sont les
arborescences binaires complète et semi-complètes. Les suites (em,n )n∈N et (fm,n )n∈N forment
donc une généralisation des nombres d’Euler.
↑
Proposition 7.1.15. On vérifie que (Bm,c )m ' 1 + (A↑m,c )m .
↑ 3
Figure 7.8 – Isomorphisme entre (B3,c ) et 1 + (A↑3,c )3
↑
La figure 7.8 présente l’isomorphisme entre (Bm,c )n et 1 + (A↑m,c )n , dans le cas où m = 3.
7.2 Opérateurs Différentielles Combinatoires

Rappelons qu’étant données deux espèces F et G, un morphisme ϕ : F → G est défini par
la donnée, pour chaque ensemble U , d’une application ϕU : F[U ] → G[U ] telle que pour toute
bijection σ : U → V , le diagramme suivant est commutatif (Voir 6.1.5 :
Définition 7.2.1. On appelle opérateur différentiel combinatoire tout opérateur D défini sur
la classe des espèces à k sortes (k ≥ 1), qui :
1. à chaque espèce F, associe une espèce D(F), telle que pour toutes espèces F et G,
D(F + D) = D(F) + D(G) et D(F · G) = D(F ) · G + F · D(G),
2. à chaque morphisme ϕ : F → G, associe un morphisme D(ϕ) : D(F) → D(G), tel

que pour tous morphismes ’ϕ : F → G et ψ : H → K, D(ϕ + ψ) = D(ϕ) + D(ψ), et
D(ϕ · ψ) = D(ϕ) · ψ + ϕ · D(ψ),
avec ϕ + ψ : F + H → G + K est tel que pour tout ensemble fini E et tout s ∈ (F + G)(E),
(ϕ + ψ)(s) = ϕ(s) si s ∈ F[E] et (ϕ + ψ)(s) = ψ(s) si s ∈ G[E], ϕ · ψ : F · H → G · K
défini par pour tout ensemble E, ∀(s, t) ∈ (F · H)[E], (ϕ · ψ)(s, t) = (ϕ(s), ψ(t)).
Exemple: 7.2.2. Par exemple, au système différentiel ∂Y ∂T

i
= Fi (Y1 , · · · , Yk ), Yi (0, Z) = Zi ,
1 ≤ i ≤ k, (système 7.12) est canoniquement associé l’opérateur différentiel :
k
X ∂
D= Fi (Z1 , · · · , Zk ) (7.20)
i=1
∂Zi
k
X ∂G
qui, à toute espèce à k sortes, G, associe D(F) = Fi (Z1 , · · · , Zk ) et à tout morphisme,
i=1
∂Zi
Pk ∂ϕ
ϕ, associe D(ϕ) = i=1 Fi (Z1 , · · · , Zk ) ∂Zi .
k
X ∂
A l’opérateur différentiel D = Fi (Z1 , · · · , Zk ) , est associé l’opérateur
i=1
∂Zi
X Tn
eT D = Dn (7.21)
n≥0
n!
L’opérateur eT D est appelé opérateur d’éclosions multiples associé à D. Elle permet de

construire les solutions combinatoires du système (7.12) (pour plus de détails, voir [[15], [16],
[11]]).
Nous avons alors la proposition suivante.
Proposition 7.2.3. (Leroux-Viennot [[11]]). La solution A ~ ~ = (A ~ , A ~ , · · · , A ~ ) du sys-

F 1,F 2,F k,F
tème (7.12) vérifie A ~ ~ = (eT D (Z1 ), · · · , eT D (Zk)). Plus généralement, pour toute espèce G =
F
G(Z1 , · · · , Zk ), eT D (G(Z1 , · · · , Zk )) = G(A ~ ~ ).
F
7.3. LIEN AVEC LES GRAMMAIRES 105
7.3 Lien avec les grammaires

Dans [3], Chen utilise l’idée de règle de production des grammaires formelles pour faire des
calculs formelles et étudier des problèmes d’énumération. Cette idée a été reprise par Dumont
(cf. [10]). Dans cette section, nous allons établir le lien entre grammaire de William Chen les
systèmes d’équation différentielles et les opérateurs différentiels.
7.3.1 Grammaire de William Chen et Système d’équations différen-

tielles
Rappelons d’abord qu’une grammaire algébrique (voir 3.3.1) est un quadruplet G =
(A, V, s0 , P ) où A et V sont des alphabets finis et disjoints, s0 ∈ V et P est une partie fi-
nie de V × (A ∪ V )∗ . Les symboles de A sont appelés terminaux et ceux de V sont appelés
les variables. s0 est appelé axiome de la grammaire. Les éléments de P sont appelés règles
de production. Si (x, u) ∈ P , alors on note x → u. Dans la notion de grammaire de William
Chen (selon la terminologie de Dumont), l’ensemble V des variables peut être infini. De plus,
une production est élément de V0 × A[[A ∪ V ]], où A est un sous anneau de C, où V0 ⊂ V et
A ∩ V0 = ∅. Ce qui nous amène à la définition de la notion de grammaire de William Chen
suivant :
Définition 7.3.1. Etant donné un alphabet V , pouvant être infini, de variables qui commutent
deux à deux, une grammaire de William Chen sur V est une application de G : V0 → A[[V ]],
où V0 ⊂ V .
Si besoin est alors l’ensemble des objets terminaux sera considéré coome une partie A de
V tel que A ∩ V0 = ∅. Notons aussi que dans cette optique, les mots sont commutatifs, alors
que dans la notion de grammaire algébrique les mots sont non commutatifs.
Supposons que V0 = {X1 , · · · , Xn }. Alors à la grammaire G, nous pouvons associer l’opé-
n
X ∂
rateur différentiel G, défini par G = G(Xi ) et vérifiant G(Xi ) = G(Xi). De plus, soit t
i=1
∂X i
une variable formelle n’appartenant pas à V et u ∈ A[[V ]]. Posons
X tn
Gen(u, t) = G n (u) ∈ A[[V, t]] (7.22)
n≥0
n!
Proposition 7.3.2. (cf. Chen [3] prop. 3.2 et 3.4) Pour tout couple de (u, v) ∈ A[[V ]]2 , nous
avons : Gen(u + v, t) = Gen(u, t) + Gen(v, t), Gen(uv, t) = Gen(u, t)Gen(v, t), et Gen(G(u), t) =
∂
∂t
Gen(u; t).
Rappelons que chaque entier naturel k ≥ 1 peut être considéré comme une espèce k en
posant k= 1 + 1 + · · · + 1, c’est-à-dire qu’on a k structures sur le vide, que l’on peut noter
∅1 , ∅2 , · · · , ∅k . De ce fait, si F est une espèce de structures, alors k·F est une espèce : c’est
l’espèce des F-structures k-colorées. Ainsi si A = Z et les variables de V0 = {X1 , · · · , Xn }

représentent des sortes de points, alors un élément u ∈ Z[[V ]], en particulier G(Xi ), se relève
en une B-espèce asymétrique et l’opérateur G est un opérateur différentiel combinatoire tel
que Gen(u, t) = eT G (u). Dans ce sens, une grammaire s’identifie à un opérateur différentiel
combinatoire.
Mais, Chen, et par la suite Dumont, considère les variables comme des compteurs. Le
passage du niveau n au niveau n + 1, pour une structure donnée, s’interprète en terme de
grammaires sur ces variables. Dans cette optique, soit ~x = {x1 , x2 , · · · , xn } une famille de va-
n
X ∂
riables formelles, et pour i = 1, · · · , n, soit Gi (~x) ∈ C[[~x]]. Notons G = Gi (~x) l’opérateur
i=1
∂xi
différentiel associé à la grammaire définie sur l’alphabet ~x par G : xi → Gi (~x).
Proposition 7.3.3. (Chen [3]). Soit ~y (t) = (yi (t))i=1,··· ,n la solution du système différentiel
analytique
yi0 = Gi (~y (t)), yi (0) = xi , i = 1, · · · , n. (7.23)
Alors pour chaque i, Gen(xi , t) = yi (t).
Soit maintenant X ~ = {Xi , i = 1, · · · , n} un alphabet de variables représentant des sortes

de points. A chaque Xi , associons une variable formelle xi qui sera un compteur de points de
sortes Xi et soit (Gi (X)) ~ i=1,··· ,n une famille de B-espèces asymétriques telle que pour chaque
i la série génératrice de Gi est Gi (~x), où ~x = (xi )i=1,··· ,n . De plus, considérons l’opérateur
n
~ ∂ ainsi que l’opérateur différentiel analytique G =
X
différentiel combinatoire D = Gi (X)
i=1
∂Xi
n
X ∂
Gi (~x) , associé à la grammaire G : xi → Gi (~x). Le théorème suivant est démontré dans
i=1
∂xi
[23] ou [22].
Théorême 7.3.4. On a : TX:~ ~ x (e

TD ~ : ~x signifie Xi : xi por chaque
(Xi ))(t) = Gen(xi , t), où X
i. En d’autres termes, étant donné des espèces asymétriques (Gi )i=1,··· ,n , les données suivantes
sont équivalentes :
1. la donnée du système différentiel combinatoire
Yi0 = Gi (Y~ , Yi (0) = Xi , i = 1, · · · , n. (7.24)
2. la donnée de l’opérateur différentiel combinatoire

n
~ ∂
X
D= Gi (X) (7.25)
i=1
∂Xi
3. la donnée de la grammaire
G : xi → Gi (~x); i = 1, · · · , n (7.26)
4. la donnée du système différentiel analytique

yi0 = Gi (~y (t)), yi (0) = xi , i = 1, · · · , n. (7.27)
Exemple: 7.3.5. On veut énumérer les permutations suivant le paramètre point fixe. Pour ce
faire on peut essayer d’interpréter le passage de Sn à Sn+1 en terme de grammaire. On peut
associer à une permutation σ de Sn , décomposée en cycles, n + 1 permutations de Sn+1 soit en
remplaçant une arête (i, σ(i)) par deux arêtes (i, n + 1) et (n + 1, σ(i)), soit en ajoutant un cycle
(n + 1, n + 1), c’est à dire un point fixe. Nous associons un poids à chaque arête : les boucles,
c’est à dire σ(i) = i, sont de poids x, les arêtes (i, σ(i)) avec i 6= σ(i) sont de poids y on ajoute
une arête fictive de poids z qui permetra de construire la boucle (n + 1, n + 1). Ainsi le poids
de σ est v(σ) = xf (σ) y n−f (σ) z.
En passant de Sn à Sn+1 , on transforme une arête du type x en deux arêtes du types y,
une arête du type y en deux arêtes du types y et l’arête du type z en une arête du type x
et une arête du type z (la présence de l’arête fictif est obligatoire pour chaque permutation).
Ce qui nous
P permet d’obtenir
P la grammaire G = {x → y 2 , yP→ y 2 , z → xz}. Nous avons
n f (σ) n−f (σ) n tn
G (z) = σ∈Sn v(σ) = z σ∈Sn x y et Gen(z, t) = n≥0 G (z) n! . En résolvant le
système  0
 X = Y 2 X(0) = x
Y 0 = Y 2 Y (0) = y (7.28)
 0
Z = XZ Z(0) = z
on obtient
X X tn e(x−y)t
Gen(z, t) = z ( xf (σ) y n−f (σ) ) = z .
n≥0 σ∈S
n! 1 − yt
n
Notons qu’en intégrant le système différentiel combinatoire associé à cette grammaire on ob-
tient les arbres binaires croissantes . La figure 7.9 en est un exemple. Par projection de
l’arbre de cette figure et en utilisant la transformation fondamentale, on obtient la permu-
tation (8)(5, 10, 7, 12)(4)(1, 3, 2, 11, 6) de poids zx2 y 9 .
Figure 7.9 – Une arbre binaire croissante, solution du système 7.28
Exemple: 7.3.6. Considérons la grammaire {x → x, y → xy}. A cette grammaire est associé

le système d’équations différentielles combinatoires :
0
Y1 = Y1 , Y1 (0) = X
0 (7.29)
Y2 = Y1 Y2 , Y2 () = Y
∂ ∂
ou l’opérateur différentiel D = X + XY ,
∂X ∂Y
ou le système d’équation différentiel analytique
0
y1 = y1 , y1 (0) = x
(7.30)
y20 = y1 y2 , y2 (0) = y
Sachant que les B-espèces que l’on considère dans (7.29) sont asymétriques, on peut rempla-
cer les conditions initiales par Y1 (0) = 1x et Y2 () = 1y . De cette manière les séries généra-
trices seront exactement les solutions de (7.30). Les solutions de (7.29) seront obtenues en
itérant les équation intégrales de la figure 7.10 Une Y1 -structure s’identifie à l’espèce de l’en-
Figure 7.10 – Equation intégrale
semble non vide pondéré par et une Y2 -structure s’identifie à un ensemble d’ensembles non
vide, chaque blocs étant pondéré par x. La figure 7.11 (A) nous montre une Y1 -strusture qui
n’est autre que l’ensemble {1, 2, 3, 4} et 7.11 (B) une Y2 -structure qui s’identifie à la partition
{{1, 9}, {2, 3, 6}, {4}, {5, 7, 8, 10}}, chaque bloc étant pondéré par x.
Figure 7.11 – Les solutions

t
Les séries génératrices sont respectivement y1 (t) = x(et − 1) et y2 (t) = yex(e −1) .
Exemple: 7.3.7. (Voir [3] ou [10]) Sur l’alphabet X = {x1 , x2 , x3 , · · · , y0 , y1 , y2 , y3 · · · }, on

définit la grammaire de Faa di Bruno comme G = {x1 → x2 , x2 → x3 , x3 → x4 , · · · , y0 →
y1 x1 , y1 → y2 x1 , y2 → y3 x1 , · · · }.
D étant l’opérateur différentiel associé à G, considérons la suite Dn (y0 ) : D0 (y0 ) = y0 ,

D1 (y0 ) = y1 x1 , D2 (y0 ) = y1 x2 + y2 x21 , D3 (y0 ) = y1 x3 + y2 (3x1 x2 ) + y3 x31 , · · ·
A cette grammaire est associée le système infini d’équations différentielles (combinatoire
ou analytique) 0
Xi = Xi+1 , Xi (0) = x1 , (i ≥ 1)
0 (7.31)
Yi = Yi+1 X1 , Yi (0) = yi , (i ≥ 0)
Une Xi -structure (resp. Yi -structure) s’obtient en itérant l’équation intégrale donnée par la
figure 7.12 (A) (resp. 7.12 (B)). Nous nous interressont spécialement aux X1 -structures et aux

Y0 -structures. Il est clair que pour n ≥ 1, un X1 -structure sur [n] s’identifie à l’ensemble {[n]}
pondéré par xn . Alors qu’une Y0 -structure sun [n] s’identifie à une partition π de [n] en k blocs
Yk
(k ≤ n), chaque bloc bj de cardinal j étant pondéré par s(bj ) = xj et π par v(π) = yk s(bi )
i=1
si π = {b1 , b2 , · · · , bk }. La figure 7.13, (A) est un Y0 -structure sur [14] de poids y5 x1 x2 x3 x24 qui
s’identifie à la partition π = {{1, 2, 6, 14}, {3, 4, 8}, {5}, {7, 9, 10, 12}, {11, 13}}.
Donc :
X s (π) s2 (π)
X
G n (y0 ) = y|π| x11 x2 · · · xsnn (π) = yk Bk (x1 , x2 , · · · , xn ), (7.32)
π∈Π[n] 1≤k≤n
où Π[n] est l’ensemble des partitions de [n], si π ∈ Π[n] |π| est le nombre de blocs de π et sk (π)
est le nombre de blocs de cardinal k dans π, (Bk (x1 , x2 , · · · , xn )) sont les polynômes de Bell.
Sur le plan du calcul il s’agit de la composition de deux séries génératrices exponentielles,
ou, ce qui revient au même, du calcul des dérivées successives de deux séries formelles. Soient
2 3 n 2 3 n
x(t) = x1 t + x2 t2! + x3 t3! · · · xn tn! + · · · et y(t) = y0 + y1 t + y2 t2! + y3 t3! · · · yn tn! + · · · . deux séries.
2 3 n
Et considérons la série y(x(t)) = y0 + y1 x(t) + y2 (x(t)) 2!
+ y3 (x(t))
3!
· · · yn ((x(t))
n!
+ · · · . On a :
X tn
y(x(t)) = y0 + G n (y0 ) (7.33)
n≥1
n!
En effet, notons x(k) (t), puis plus simplement xk (t), la dérivée k-ième de x(t). De même,
notons y (k) (x(t)), puis plus simplement y k (t), la fonction obtenue en substituant x(t) à t dans
y (k) (t). On a alors les dérivées successives :
d
dt
y(x(t)) = y 0 (x(t))x0 (t) = y1 (t)x1 (t),
d2
dt2
y(x(t)) = y 0 (x(t))x00 (t) + y 00 (x(t))x0 (t)2 = y1 (t)x2 (t) + y2 (t)x21 (t),
d3
dt3
y(x(t)) = y1 (t)x3 (t) + y2 (t)(3x1 (t)x2 (t)) + y3 (t)x31 (t), · · · .
Il est clair que dtd xk (t)) = xk+1 (t), dtd yk (t)) = dtd y (k) (x(t)) = y (k+1 )(x(t))·x0 (t) = yk+1 (t)x1 (t).
n
Par suite dtd n y(x(t)) = G n (y0 (t)). D’où le résultat en prenant t = 0.
7.3.2 Applications aux grammaires algébriques

Dans une certaine mesure, la méthode de Chen peut être appliquée aux grammaires
algébriques. Dans certains cas, on peut obtenir des renseignements sur le langage engendré par
la grammaire. En effet, les méthodes permettent par exemple de calculer la série génératrice
des arbres de dérivations associées à la grammaire : la taille d’une arbre étant le nombre de
dérivation, et chaque arbre étant pondéré par la version commutative du mot associé à cette
arbre. Rappelons qu’étant donné une grammaire G = (A, V, s, P ), les règles de production
peuvent être écrites sous la forme x → U , où U ∈ Z[(A ∪ V )∗ ] est un polynôme dont tous les
coéfficients sont égaux à 1 et les variables sont des mots de (A ∪ V )∗ . Dans l’écriture de ces
mots, nous conservons l’ordre des alphabets.
Exemple: 7.3.8. Considérons la grammaire de Dyck s → asbs + ε, l’alphabet étant A =

{a, b}, et s est l’unique variable. A cette grammaire nous associons l’équation différentielle
combinatoire :
S 0 → aSbS + 1, S(0) = s. (7.34)
Pour conserver l’ordre dans la lecture des mots obtenus, nous ajoutons une branche correspon-
dant à chaque lettre de A. Donc les solutions seront des arborscences obtenues en itérant le
processus intégral de la figure 7.14. La figure 7.15 nous donne deux exemples d’arbres solutions
Figure 7.14 – Processus intégral pour le langage de Dyck
de (7.34) : le premier associé au mot aasbasbbabs et le second au mot de Dyck aababbab.
Figure 7.15 – Les solutions associées aux mots aasbasbbabs et aababbab
Dans le calcul de la série génératrice, et pour des raisons de comodité, il est préférable
de faire le calcul en version commutative des poids. Cette série géneratrice est la solutions de
l’équation différentielle S 0 = abS 2 + 1, S(0) = s. Donc
1 √ 1 √
S(t) = √ tan[ ab(t + √ arctan( abs))] (7.35)
ab ab
Nous nous interessons aux arbres de dérivations qui sont les structures non étiquetées 1
associées à ces arborescences. L’équation intégrale de la figure 7.14 montre que ces arbres de
dérivations satisfont à l’isomorpisme de la figure ??. La série génératrice des ces arbres de
dérivations satisfait donc à l’équation :
e = s + t + abtSe2 (t)
S(t) (7.36)
On obtient cette équation en utilisant les théorèmes concernant les séries génératrices des types
d’isomorphies de la somme et du produit de deux espèces (Voir chapitre 6, théorèmes ?? et
1. Rappelons qu’à une L-espèce on peut associer B-espèce. Théoriquement, ces structures non étiquetées
sont les types d’isomorphie de cette B-espèce
Figure 7.16 – Structure des arbres de dérivations
6.3.4) ou bien les méthodes symboliques de P. Flajolet et R. Sedgwick ([14], théorème I.1 page
27). Ce qui nous donne
p
1 − 1 − 4abt(s + t)
S(t)
e = . (7.37)
2abt
En développant S(t),
e on obtient
n
XX k + 1
S(t)
e = ( ck ak bk s2k+1−n )tn , (7.38)
n≥0 k=a
n − k
où ck est le k-ième nombre de Catalan, a = n−1 2

si si n est impair et a = n2 si n est pair.
La série génératrices Sed (t) des arbres de dérivation associées aux mots de Dyck s’obtient en
prenant s = 0. En notant que si n est impair et k = n−1 2
, on a 2k + 1 − n = 0, et 2k + 1 − n > 0
dans les autres cas on obtient :
X
Sed (t) = cn an bn t2n+1 , (7.39)
n≥0
Ce qui signifie que le nombre d’arbres de dérivations associés au mots de Dyck de longueur 2n
est égal à cn . On en déduit que notre grammaire est non ambigüe. Il est à noter que la production
s → asbs + ε montre qu’un mot de Dyck est de longueur pair et pour nP ≥ 1 le nombre dn de
mots de Dyck de longueur 2n satisfont à la récurence d0 = 1 et dn = n−1 k=0 dk dn−1−k . Donc
d n = cn .
Théorême 7.3.9. Etant donné une grammaire algébrique G, la série génératrice des arbres de
dérivations associés à G est algébrique.
Preuve: Supposons que V = {x1 , x2 , · · · , xn } et que les productions sont de la forme xi →

où uij ∈ (A ∪ V )∗ . A cette grammaire est associée le système d’équation différentielle
P
j ui j,P
{Xi0 = j Uij , Xi (0) = xi , 1 ≤ i ≤ n}, où Uij est le monôme obtenu en remplaçant chaque
variable xk de uij par Xk . Alors les arbres de dérivations associées à la grammaire ont pour
e i = xi + t P U
ei , les solutions du système d’équations différentielles {X
séries génératrices X j ij },
e
où Ueij est le monôme obtenu en remplaçant chaque Xk par monôme X ek . Ces séries génératrices
sont donc solutions d’un système d’équations polynômiales.
7.4. HISTORIOGRAPHES ET SYSTÈMES D’ÉQUATIONS DIFFÉRENTIELLES 113
Exemple: 7.3.10. Considérons la grammaire {x0 → ax0 + ε, x1 → x0 b, x2 → x1 x2 + ε, x3 →

x2 x3 a + x1 x2 + ax0 , s → s3 bs2 }. On rappelle que le langage Lg (s) engendré par cette grammaire
est le langage de Goldstine qui est inhéremment ambigû (voir [2]). Les séries génératrices des
arbres de dérivation associés à cette grammaire sont solution du système :

 X0 = x0 + t + atX0
 e e

 X e1 = x1 + btX

 e0
X
e2 = x2 + t + tX e1 X
e2 (7.40)




 X3 = x3 + atX2 X3 + tX1 X2 + atX0
e e e e e e
S = s + btX
e3 X
 e e2
Il est clair que Les solutions sont rationnelles.
7.4 Historiographes et Systèmes d’équations différentielles

La notion d’historiographe a été introduite par G. X. Viennot pour analyser la solutions
des équations différentielles. Les historiographes additifs sont liés aux systèmes différentiels
(Voir [22]).
7.4.1 Généralités sur les historiographes

Définition 7.4.1. Un historiographe est un triplet (k, A, p), où :
1. k est un entier supérieur à 1,
2. A est un ensemble fini d’applications A : Nk → Nk , appelées opérations primitives,
3. p : A × Nk → N est une applications appelés fonction de possibilités.
Les éléments de Nk sont les états, et l’ensemble D(A) = {u ∈ Nk , p(A, u) 6= 0} le domaine de
l’opération primitive A.
Le nombre p(A, u) est le nombre de façons de passer de l’état u à l’état v = A(u). Ces
choix seront numérotés de 1 à p(A, u). L’ensemble de ces choix s’identifie donc à l’ensemble
PA,u = {1, 2, · · · , p(A, u)} qui est l’ensemble des possibilités.
Soit maintenant ω = ω1 ω2 · · · ωn ∈ A∗ , et u0 Nk . On passe de l’état initial u0 à un état
ω ω ω
final un en utilisant le chemin c(ω) = u0 →1 u1 →2 u2 · · · un−1 →n un , c’est à dire, pour 1 ≤ i ≤ n,
Yn
ui = ωi (ui−1 ). Le nombre de façons de le faire est p(ω) = p(ωi , ui−1 ). Et p(ω) 6= 0 ⇔
i=1
∀i, ui−1 ∈ D(ωi ).
Définition 7.4.2. Un historiographe initialisé est un couple (H, u0 ), où H est un historiographe
et u0 ) un état initial fixé. Un histoire h de taille |h| de (H, u0 ) est alors la donnée d’une suite
h = (ω, m1 , m2 , · · · , mn ), où ω = ω1 ω2 · · · ωn est un mot de longueur n de A∗ , tel que p(ω) 6= 0
et 1 ≤ mi ≤ p(ωi , ui−1 ), où la suite (ui ) est définie par récurence par ui = ωi (ui−1 ).
Dans la suite, nous posons A = {A1 , A2 , · · · , Ar }. A chaque Ai on associe une variable

formelle ai . Et si ω = ω1 ω2 · · · ωn ∈ A∗ , on pose a(ω) = aµ1 1 aµ2 2 · · · aµr r , où µi = |{j ∈ [n], ωj =
Ai }|. D’autre part, soient x1 , x2 , · · · , xk des variables formelles qui commuttent deux à deux.
Si (n1 , n2 , · · · , nk ) ∈ Nk , on pose α(n1 , n2 , · · · , nk ) = xn1 1 xn2 2 · · · xnk k .
Soit maintenant un historiographe initialisé (H, u0 ). Posons Hu0 [n] l’ensemble des histoires
de taille n associés à cet historiographe initialisé.
Définition 7.4.3. Soit h = (ω, m1 , m2 , · · · , mn ) ∈ Hu0 [n], tel que l’état final de h est un =
(n1 , n2 , · · · , nk ) ∈ Nk . Le poids de h est π(h) = a(ω)α(un ) = aµ1 1 aµ2 2 · · · aµr r xn1 1 xn2 2 · · · xnk k .
On définit ainsi la L-espèce pondérée Hu0 dont la série génératrice est :

X tn
Hu0 (t) = |Hu0 [n]|π ,
n≥0
n!
avec |Hu0 [0]|π = α(u0 ). Notons que dans une structure h sur [n], les éléments de [n] n’intervient
que dans l’indexation de la suite ω des opérateurs élémentaires. Donc un reétiquetage par une
bijection croissante σ : [n] → l consiste à remplacer l’indice i par σ(i).
Définition 7.4.4. Une réalisation d’un historiographe initialisé (H, u0 ) est un couple (F, ϕ), où
F est une et L-espèce pondérée et ϕ = (ϕn ) est une famille ϕn : Hu0 [n] → F [n] d’isomorphismes
d’ensembles pondérés.
7.4.2 Historiographe additif

Définition 7.4.5. Un historiographe H = (k, A, p) est dit additif si :
1. ∀A ∈ A, il existe un vecteur ~n(A) ∈ Zk tel que ∀u ∈ D(A), A(u) = u + ~n(A),
2. ∀u, v ∈ Nk , p(A, u + v) = p(A, u) + p(A, v).
En d’autre terme, ∀A ∈ A l’application pA : Nk → N telle que pA (u) = p(A, u) est

un morphisme de monïdes additifs. Donc si ei = (a1 , a2 , · · · , ak ) tel que aj = 0 si j 6= i, et
ai = 1, alors pour tout (n1 , n2 , · · · , nk ) ∈ Nk , pA (n1 , n2 , · · · , nk ) = ki=1 ni pA (ei ). En particulier
P
pA (0, 0, · · · , 0) = 0. Le lemme suivant est évident :
Lemme 7.4.6. Soit H = (k, A, p) un historiographe additif.

1. Si u, u0 , et u00 sont des éléùents de Nk tel que u = u0 + u00 , u ∈ D(A) ⇔ u0 ∈ D(A) ou
u00 ∈ D(A). En particulier D(A) 6= ∅ ⇔ il existe i ∈ [k] ei ∈ D(A).
2. Si ~n(A) = (n1 , n2 , · · · , nk ) et si ei ∈ D(A) alors nj (A) ≥ 0 si j 6= i et ni (A) ≥ −1. En
particulier s’il existe i et j tel que ei , ej ∈ D(A) et i 6= j, alors ∀s, ns ≥ 0.
Preuve: Notons que d’une part pA (u) = 0 ⇔ pA (u0 ) = pA (u00 ) = 0 et que si ei ∈ D(A) alors
A(ei ) est un élément de Nk .
Théorême 7.4.7. Si H = (k, A, p) un historiographe additif et si u0 = u00 + u000 , alors on

a l’isomorphisme de L-espèces pondérées Hu0 ' Hu00 · Hu000 . En d’autre terme, l’application
ϕ : Nk → LEs telle que $(u) = Hu est un morphisme du monoïde additif Nk vers le monoïde
multiplicatif des L-espèces pondérées.
Preuve: La démonstration de l’existence d’un isomorphisme d’ensebles pondérés ϕn : Hu0 [n] →

(Hu00 · Hu000 )[n] se fait par récurence sur [n]. Notons d’abord qu’un élément de (Hu00 · Hu000 )[n] est
un couple (h0 , h00 ), où h0 ∈ Hu00 [l0 ], h00 ∈ Hu000 ([n] \ l0 ), l0 étant une partie de [n]. Il s’identifie donc
à un quadruplet (l0 , l00 , h0 , h00 ), avec l0 + l00 = [n], h0 ∈ Hu00 [l0 ], h00 ∈ Hu000 (l00 ).
Pour n = 0, il est clair que Hu0 [∅] = {(u0 )} et (Hu00 · Hu000 )[∅] = {(∅, ∅, (u00 ), (u000 ))}.
Et comme u0 = u00 + u000 , on a α(u0 ) = α(u00 )α(u000 ). Supposons qu’à toute histoire h =
(ω, m1 , m2 , · · · , mn ) ∈ Hu0 [n], on peut associer un quadruplet unique (l0 , l00 , h0 , h00 ) tel que
l0 + l00 = [n], h0 = (ω 0 , m01 , · · · , m0s ) ∈ Hu00 [l0 ], h00 (ω 00 , m001 , · · · , m00t ) ∈ Hu000 [l00 ], avec s = |l0 |,
t = |l00 |, ω 0 = ω|l0 | et ω 00 = ω|l00 | ; et dont les états finaux vérifient un = us + ut . Et soit une his-
ω ω
toire h = (ω, m1 , m2 , · · · , mn+1 ) ∈ Hu0 [n+1] tel que ω = ω1 ω2 · · · ωn+1 et que c(ω) = u0 →1 u1 →2
ωn+1
u2 · · · un → un+1 . Soit h|[n] = (ω|[n] , m1 , m2 , · · · , mn ) la restriction de h à [n], avec c(ω|[n] ) =
ω ω ω
u0 →1 u1 →2 u2 · · · un−1 →n un . L’hypothèse de récurence montre que h|[n] s’identifie à un que-
druplet (l0 ||[n] , l00 ||[n] , h0 ||[n] , h00 ||[n] ) où l0 ||[n] + l00 ||[n] = [n], h0 ||[n] = (ω|l0 ||[n] , m01 , m02 , · · · , m0s ) ∈
Hu00 [l0 ||[n] ], h00 ||[n] = (ω|l00 ||[n] , m001 , m002 , · · · , m00t ) ∈ Hu000 [l00 ||[n] ] et u0s + u00y = un . Le lemme 7.4.6
montre que u0s ∈ D(ωn+1 ) ou u00t ∈ D(ωn+1 ). D’autre part, on sait que 1 ≤ mn+1 ≤ p(ωn+1 , un ) =
p(ωn+1 , u0s ) + p(ωn+1 , u00t ). Nous pouvons donc associer à l’histoire h = (ω, m1 , m2 , · · · , mn+1 ) ∈
Hu0 [n + 1] le quadruplet (l0 , l00 , h0 , h00 ) définie de la manière suivante :
1. Si 1 ≤ mn+1 ≤ p(ωn+1 , u0s ), alors on pose l0 = l0 ||[n] ∪ {mn+1 }, m0s+1 = mn+1 , ωs+1 0
= ωn+1 ,
0 0 0 0 0 0 0 0 00 00 00 00
ω = ω|l0 ||[n] ωs+1 , h = (ω , m1 , m2 , · · · , ms , ms+1 ), l = |l ||[n] et h = h ||[n] .
2. Sinon p(ωn+1 , u0s ) + 1 ≤ mn+1 ≤ p(ωn+1 , u0s ) + p(ωn+1 , u00t ). On pose l00 = l00 ||[n] ∪ {mn+1 },
m00t+1 = mn+1 , ωt+1
00
= ωn+1 , ω 00 = ω|l00 ||[n] ωt+1
00
, h00 = (ω 00 , m001 , m002 , · · · , m00s , m00t+1 ), l0 = |l0 ||[n]
0 0
et h = h ||[n] .
Supposons par exemple que 1 ≤ mn+1 ≤ p(ωn+1 , u0s ). Posons u0s+1 = ωn+1 (u0s ). Comme H est
additif, on a ωn+1 (un ) − un = ωn+1 (u0s ) − u0s . Donc un+1 − un = u0s+1 − u0s , c’est à dire que
un+1 = un + u0s+1 − u0s = u0s+1 = u0s+1 + u00t . On en déduit que π(h) = π(h0 ) + π(h00 ).
Le corollaire suivant est alors évident.
Corollaire 7.4.8. Si H un historiographe additif et si u0 = (n1 , n2 , · · · , nk ) ∈ Nk , alors on a

l’isomorphisme
Yk
Hu0 ' Henii . (7.41)
i=1
En d’autre terme, {Hu0 , u0 ∈ Nk } est parfaitement déterminée par {He1 , He2 · · · , Hek }.
Théorême 7.4.9. Soit H = (k, A, p) un historiographe additif. Pour 1 ≤ i ≤ k, posons

n
A(i) = {A ∈ A|ei ∈ D(A)} et Xi (t) = Hei ,π (t) = n≥0 |Hei [n]|π tn! . Alors la famille (Xi (t))i∈[k]
P
est solution du sytème d’équations différentiel :
∂Xi X n (A) n (A)+1 n (A)

= a(A)p(A, ei )X1 1 (t) · · · Xi i (t) · · · Xk k (t), Xi (0) = xi , 1 ≤ i ≤ k. (7.42)
∂t A∈A i
avec ~n(A) = (n1 (A), n2 (A), · · · , nk (A)).
Preuve: Pour i ∈ [n], posons A(i) = {A ∈ A, ei ∈ D(A)} etPconsidérons l’historiographe

n
initialisé (H, ei ), dont la série génératrice est Xi (t) = Hei ,π (t) = n≥0 |Hei [n]|π tn! .
- Une histoire h ∈ Hei [∅] de longueur 0 n’est autre que h = (∅, ei ). Alors Xi (0) =
Hei ,π (0) = α(ei ) = xi .
- Pour n ≥ 0, soit h = (ω, m1 , m2 , · · · , mn+1 ) ∈ Hei [n + 1], avec ω = ω1 ω2 · · · ωn+1 . Il
est clair que ei ∈ D(ω1 ). Posons u1 = ω1 (ei ). On a u1 = ei + ~n(ω1 ) = (n1 (ω1 ), · · · , ni (ω1 ) +
1, · · · , nk (ω1 )). Soit alors h0 = (ω 0 , m01 , m02 , · · · , m0n ) définie par ω 0 = ω10 · · · ωn0 , avec ωi0 = ωi+1
et m0i = m0i+1 pour 1 ≤ i ≤ n. Il est clair que π(h) = a(ω1 )π(h0 ). Réciproquement soit
A ∈ A(i). Posons u1 = A(ei ), et soit h0 = (ω 0 , m01 , m02 , · · · , m0n ) ∈ Hu1 [n]. Si m1 est telle que
1 ≤ m1 ≤ p(A, ei ), alors l’histoire h = (Aω 0 , m1 , m01 , · · · , m0n ) est un élément de Hei [n + 1].
En d’autre terme, la donnée d’une histoire h ∈ Hei [n + 1] est parfaitement donnée d’un triplet
(A, m1 , h0 ), où A ∈ A(i), 1 ≤ m1 ≤ p(A, ei ) et h0 ∈ HA(ei ) [n]. Nous avons alors :
∂ X X tn X X X X tn
Hei (t) = π(h) = π(h)
∂t n≥0 h∈Hei [n+1]
n! n≥0 n!
A∈A(i) 1≤m1 ≤p(A,ei ) h∈HA(ei )
X X X X tn X
= π(h) = a(A)p(A, ei )HA(ei ),π (t).
n≥0 h∈H
n!
A∈A(i) 1≤m1 ≤p(A,ei ) A(ei ) A∈A(i)
Sachant que A(ei ) = (n1 (A), · · · , ni (A) + 1, · · · , nk (A)), le corollaire 7.4.8 affirme que HA(ei ) '
Hen11 (A) · · · Henii (A)+1 · · · Henkk (A) . On obtient alors le résultat.
Moyennant le théorème 7.3.4 nous avons le corollaire suivante :
Corollaire 7.4.10. Etant donné des variables formelles (aj ), des entiers naturels (nij ) et (αij ),
1 ≤ j ≤ r, 1 ≤ i ≤ k, les données suivantes sont équivalentes :
1. Un historiographe additif (k, A, p), où A = {A1 , A2 , · · · , Ar },
2. Un système différentiel (analytique ou combinatoire)
r
∂Xi X n n n
= aj αij X1 1j (t) · · · Xi ij (t) · · · Xk kj (t), Xi (0) = xi , 1 ≤ i ≤ k, (7.43)
∂t j=1
3. Une grammaire
r
n n n
X
xi → aj αij x1 1j · · · xi ij · · · xk kj , 1 ≤ i ≤ k, (7.44)
j=1
4. Un opérateur différentiel
k X
r
X n n n ∂
D= aj αij X1 1j · · · Xi ij · · · Xk kj (7.45)
i=1 j=1
∂Xi
Plus exactement, toute solution combinatoire du systèem différentiel (7.43) est une réalisation
de la famille d’historiographes initialisés (H, ei )1≤i≤k , où H = (k, A, p) est défini par A =
{A1 , A2 , · · · , Ar }, avec Aj (ei )(n1j , · · · , nij , · · · , nkj ), et p(Aj , ei ) = αij .
Preuve: Il est reste à montrer que 2 ⇒ 1. Au système différentiel (7.43), on associe cano-
niquement l’historiographe H = (k, A, p) est défini par A = {A1 , A2 , · · · , Ar }, avec Aj (ei ) =
(n1j , · · · , nij , · · · , nkj ), et p(Aj , ei ) = αij . Alors le théorème 7.4.9 montre que les séries gé-
nératrices (Hei ,π (t)) sont solutions du système (7.43), considéré comme système différentiel
analytique. D’autre part, les solutions (A↑i ) du système différentiel (7.43), considéré comme
système différentiel combinatoire s’obtient en itérant le processus integrale de la figure 7.17. De
Figure 7.17 – Equation intégrale associée à (7.43)
plus les séries génératrices sont sulutions du même système, comme système analytique. Donc
∀i, A↑i (t) = Hei ,π (t). Remarquons que le poids d’une structure colorée de A↑i [n] est un monôme
n Q µ
de la forme rj=1 aj ij ni=1 xi ij . Les aj et xi étant des variables, on en déduite que ∀i, A↑i ' Hei
Q
(Voir [22] théorème 1.4.8, ou [23] théorème 3.9).
7.4.3 Exemple : Historiographes hyperelliptiques

Définition 7.4.11. Etant donné un entier k > 1, nous appellons historiographe hyperelliptique
d’ordre k l’historiographe H(k) = (k, A, p), où A = {A1 , A2 , · · · , Ak } tel que pour 1 ≤ i ≤ k,

(n1 + 1, · · · , ni−1 + 1, ni − 1, ni+1 + 1, · · · , nk + 1) si ni > 0
Ai (n1 , n2 , · · · , nk ) = (7.46)
0, sinon
et p(Ai , u) = ni si u = (n1 , n2 , · · · , nk ). H(2) est appelé historiographe trigonométrique et H(3)

historiographe elliptique ou historiographe de Schett.
Lemme 7.4.12. Les historographes hyperelliptiques sont additifs.

Ce lemme est évident. Notons que ~n(Ai ) = (1, · · · , 1, −1, 1 · · · , 1) et que p(Aj , ei ) = 1 si
i = j et =0 sinon.
A cette historiographe, est associée :
le système différentiel (analytique ou combinatoire) :
∂Xi
= ai X1 (t) · · · Xi−1 (t)Xi+1 (t) · · · Xk (t), Xi (0) = xi , 1 ≤ i ≤ k, (7.47)
∂t
ou la grammaire G définie par :
xi → ai x1 · · · xi−1 xi+1 · · · xk , 1 ≤ i ≤ k, (7.48)
ou l’opérateur différentiel (combinatoire)
k
X ∂
D= ai X1 · · · Xi−1 Xi+1 · · · Xk (7.49)
i=1
∂Xi
Les solutions combinatoires du système (7.47) sont la famille A(k) = (Ak,i )1≤i≤k des espèces
des arborescences hyperelliptiques d’ordre k, qui sont dont une réalisation des historiographes
hyperelliptiques. La figure 7.18 représente un A4,1 -structure.
Figure 7.18 – Un A4,1 -structure
Notons aussi par D l’opérateur différetiel analytique associé à G :
n n
X ∂ X ∂
D= G(xi ) = ai x1 · · · xi−1 xi+1 · · · xk .
i=1
∂xi i=1
∂xi
(k)
Alors les séries génératrices (Hei (t))1≤i≤k qui sont solutions du système analytique (7.47) vé-
(k)
X tn (k,i)
rifient ∀i, Hei (t) = Dn (xi ) . En particulier la famile de polynômes (Pn ) telle que pour
n≥0
n!
(k,i)
X
k donné et 1 ≤ i ≤ k, Pn (x1 , x2 , · · · , xk ) = Dn (xi ) = π(h) s’appelle polynômes
(k)
h∈Hei [n]
hyperelliptiques d’ordre k. Les polynômes hyperelliptiques d’ordre 2 s’appellent polynômes tri-

gonométriques et les polynômes hyperelliptiques d’ordre 3 sont les polynômes elliptiques ou
polynômes de Schett.
[k)
Soit maintenant h = (ω, m1 , m2 , · · · , mn ) ∈ Hei [n] une histoire initialisé en xi de longueur
k
µ α
Y
n et dont l’état final est un = (α1 , α2 , · · · , αk ). Rappelons que le poids de h est π(h) = aj j x j j
j=1
(définition 7.4.3).
Proposition 7.4.13. Les entiers µj et αj vérifient les relations :
k
X k
X
(i) µj = n (iii) µi + αi = 1 + µj
j=1 j=1,j6=i
k k (7.50)
X X
(ii) αj = n(k − 2) + 1 (iv) si j 6= i, µj + αj = µs
j=1 s=1,s6=j
n+1
En particulier dans le cas particulier où α1 = 0, si i = 1 alors n est impair et µ1 = 2
et si
i 6= 1, alors n est pair et µ1 = n2 .
Preuve: On peut les prouver par récurence sur n. La figure 7.19 nous donne une preuve bijecive
des relations (iii) et (iv).
Figure 7.19 – Preuve bijective des relations (ii) et (iv)
7.4.4 Quelques réalisations de l’historiographe de Schett

Dans ce paragraphe nous allons montrer que diverses interprétations des solutions d’un
systèmes d’équations différentielles peuvent provenir de la façon de réaliser l’historiographe
associé à ce système d’équations différentielles. Considérons donc l’historiographe de Schet
S = (3, A, p), où A = {A, B, C}, A(n1 , n2 , n3 ) = (n1 − 1, n2 + 1, n3 + 1), B(n1 , n2 , n3 ) =
(n1 + 1, n2 − 1, n3 + 1) et C(n1 , n2 , n3 ) = (n1 + 1, n2 + 1, n3 − 1). Le système différentiel associé

est le système différentiel :  0
 X = aY Z 0 X(0) = x
Y 0 = bXZ Y (0) = y (7.51)
 0
Z = cXY Z(0) = z
Les solutions du système 7.51, considéré comme système différentiel combinatoire, sont des
arbres binaires croissantes dont les feuilles sont pondérées par x ou y ou z et les sommets in-
ternes sont pondérés par a ou b ou c. Ces solutions sont donc des réalisations de l’historiographe
de Schett. A chaque réalisation est associée une interpretation combinatoire des fonctions ellip-
tiques de Jacobi, sn(t), cn(t) et dn(t), qui est une spécialisation de l’historiographes de Schet,
obtenue en prenant x = 0, a = y = z = 1, b = −1, et c = −k 2 . De plus on verra qu’on peut
passer d’une interprétation à une autre via l’histoire.
Dans la suite, nous prendrons toujours comme exemple de réalisation, celle associée à l’his-
toire h0 = ABCAABCCBABABCBBAACC; 1, 1, 2, 2, 1, 3, 1, 2, 3, 4, 1, 3, 3, 1, 3, 1, 1, 1, 3, 5), ini-
tialisée en x.
D’autre part, les solutions analytiques X(t), Y (t) et Z(t) du système 7.51 vérifient X(t) =
X tn X tn X tn
Se1 (t) = Xn (x, y, z) , Y (t) = Se2 (t) = Yn (x, y, z) , et Z(t) = Se3 (t) = Zn (x, y, z) ,
n≥0
n! n≥0
n! n≥0
n!
où Xn (x, y, z) = |Se1 [n]|π = Dn (x), Yn (x, y, z) = |Se2 [n]|π = Dn (y) et Zn (x, y, z) = |Se3 [n]|π =
Dn (z), D’autre part, les solutions analytiques X(t), Y (t) et Z(t) du système 7.51 vérifient
X tn X tn
X(t) = Se1 (t) = Xn (x, y, z) , Y (t) = Se2 (t) = Yn (x, y, z) , et Z(t) = Se3 (t) =
n≥0
n! n≥0
n!
n
X t
Zn (x, y, z) , où Xn (x, y, z) = |Se1 [n]|π = Dn (x), Yn (x, y, z) = |Se2 [n]|π = Dn (y) et
n≥0
n!
Zn (x, y, z) = |Se3 [n]|π = Dn (z), D étant l’opérateur différentiel associé à la grammaire G(x) =
ayz, G(y) = bxz, et G(z) = cxy. Les polynômes (Xn (x, y, z) (resp. (Yn (x, y, z)), (Zn (x, y, z)))
sont les polynômes de Schett initialisés en x (resp. en y, en z).
Rappelons que chaque arbre binaire croissante sur [n] s’identifie par projection à une
permutation (Voir Chapitre 4, 4.5.3). En décomposant cette permutation en produit de cyle,
chaque cycle est le projeté d’une branche droite de l’arbre.
Réalisation canonique
Supposons qu’à l’étape i on ait l’arbre A associé à l’histoire hi = (ω1 · · · ωi ; m1 , · · · , mi )

dont l’état final est ui = (αi , βi , γi ). Alors A contient exactement αi feuilles du type x, βi feuilles
du type y, et γi feuilles du type z. Chaque feuille du type x (resp. y,z) sera numéroté de 1 à αi
(resp. βi , γi ) de gauche à droite. Si ωi+1 = A, on remplace la mi+1 -ème feuille pondérée par x
par un sommet interne i + 1 pondéré par a, suivi d’une feuille à gauche pondérée par y et d’une
autre feuille à droite pondéré par z, comme le montre la figure 7.20(I). On procède de manière
semblable si ωi+1 = B ou C. A l’histoire h0 , correspond l’arber de la figure 7.20(II).
Figure 7.20 – Réalisation canonique de l’historiographe de Schett
Nous appellons arborescence de Jacobi, une arborescence ne contenant pas de fuilles de

type x (x = 0). Notons que si n est pair (resp. n impair), la proposition 7.4.13 montre que toute
arborescence initialisée en x (resp. en y) contient au moins une fuille de type x. Une arborescence
de Jacobi sur n points avec n pair (resp. n impair) sera initialisée en y (resp. en x). Tous les
branches gauches de ces arborescences sont de longueur pair sauf la branche gauche principal
(branche gauche de hauteur droite 0) si n est impair. Soit maintenant s une feuille gauche (resp.
droite). Le chemin menant de s à la racine commence par une suite c1 = (s, s1 , · · · , sk ) d’arêtes
gauches (resp. droites), puis une suites c2 = (sk , sk+1 , · · · , sk+r ) d’arçetes droites (resp. gauche).
La suite c1 est la branche gauche (resp. branche droite) de s, le sommet sk est la racine de c1 ,
et la longueur r de c2 est le bras de c1 et sera notée β(c1 ). Nous avons la proposition suivante :
Proposition 7.4.14. Le coefficient a2n+1,p = (−1)n (2n + 1)![k 2p t2n+1 ]sn(t, k) (resp. b2n =
(−1)n (2n)![k 2p t2n ]cn(t, k)) est le nombre d’arborescence de Jacobi sur [2n + 1] (resp.[2n]) dont
le nombre de branches gauches g tel que β(g) soit impair est p.
A cette réalisation correspond la grammaire non commutatif G(x) = yaz, G(y) = xbz, et
G(z) = xcy.
Deuxième réalisation
Cette réalisation est essentiellement la même que la réalisation précédente, la seule dif-
férence réside dans le fait qu’on remplace une feuille du type y par zax (figure 7.21). Elle
correspond donc à la grammaire non commutative G(x) = yaz, G(y) = zbx, et G(z) = xcy.
Soit τ (h) une arborescence correspondant à une histoire h ∈ Se1 [n] (resp. h ∈ Se2 [n]). Si s est
un sommet de τ (h), on note hd (s) (resp. hg (s)) la hauteur droite (resp. hauteur gauche) de s,
c’est à dire le nombre d’arêtes droites (reps. arêtes gauches) du chemin reliant s à la racine.
Nous avons le lemme suivant qui se démontre par récurence.
Lemme 7.4.15. Etant donné τ (h) une arborescence correspondant à une histoire h ∈ Se1 [n]
(resp. h ∈ Se2 [n]).
1. s est un sommet pondéré par a ou une feuille du type x si et seulement si hd (s) − hg (s) ≡
0(rmmod3) (resp. hd (s) − hg (s) ≡ 1(rmmod3))
Figure 7.21 – Deuxième réalisation de l’historiographe de Schett
2. s est un sommet pondéré par b ou une feuille du type y si et seulement si hd (s) − hg (s) ≡
3. s est un sommet pondéré par c ou une feuille du type z si et seulement si hd (s) − hg (s) ≡
Moyennant ce lemme, la deuxième réalisation nous donne l’interprétation combinatoire

suivante des fonctions elliptiques de Jacobi sn et cn.
Proposition 7.4.16.
1. Soit B2n+1 l’ensemble des arborescences binaires croissantes sur [2n + 1] telles que pour
tout sommet s, si hd (s) − hg (s) ≡ 1(rmmod3), alors s a un fils gauche, et si hd (s) −
hg (s) ≡ 2(rmmod3), alors s a un fils droit. Alors en posant a2n+1,p = (−1)n (2n +
1)![k 2p t2n+1 ]sn(t, k), a2n+1,p est le nombre d’éléments de B2n+1 dont le nombre de sommets
s tels que hd (s) − hg (s) ≡ 1(rmmod3) est égal à p. De plus |B2n+1 | = E2n+1 .
2. Soit B2n l’ensemble des arborescences binaires croissantes sur [2n] telles que pour tout
sommet s, si hd (s) − hg (s) ≡ 2(rmmod3), alors s a un fils gauche, et si hd (s) − hg (s) ≡
0(rmmod3), alors s a un fils droit. Alors en posant b2n,p = (−1)n (2n)![k 2p t2n ]cn(t, k), b2n,p
est le nombre d’éléments de B2n dont le nombre de sommets s tels que hd (s) − hg (s) ≡
2(rmmod3) est égal à p. De plus |B2n | = E2n .
Réalisation de Viennot
La réalisation suivante nous donne une reécrituer de l’interprétation combinatoire donnée

par Viennot dans [26] des fonctions elliptiques de Jacobi. C’est une variante des deux précé-
dentes en suivant la procédure de la figure 7.22 (I). la figure 7.22 (II) est uneréalisation de
l’histoire h0 . En prenant x = 0, on obtient les arborescnces de Jacobi.
Proposition 7.4.17. Le coefficient a2n+1,p = (−1)n (2n + 1)![k 2p t2n+1 ]sn(t, k) (resp. b2n =
(−1)n (2n)![k 2p t2n ]cn(t, k)) est le nombre d’arborescence de Jacobi sur [2n + 1] (resp.[2n]) dont
le nombre de sommets de hauteur droite impaire est 2p.
Figure 7.22 – Réalisation de Viennot de l’historiographe de Schett
Réalisation alternante
La réalisation sera faite de façon qu’en prenant x = 0, y = z = 1 on obtient les arbres

binaires complètes. Dans la mesure du possible, l’implémentation sera calculée de façon que dans
Figure 7.23 – Condition d’une implémentation pour la réalisation alternante
une arborescence quelconque, toute feuille de sorte x a toujours un frère qui est un sommet
interne, et que toute feuille de sorte y ou z a une sœur qui est une feuille de sorte y ou z, sauf
dans le cas des feuilles de hauteur gauche 0. Comme le montre la figure 7.24, l’utilisation de
Figure 7.24 – Réalisation alternante de l’historiographe de Schett
l’opérateur A se fait comme dans le cas de la réalisation canonique. Il en est de même pour les
feuilles du type y ou z de hauteur gauche 0. Les feuilles du type y de hauteur gauche différent
de 0 ont une sœur qui est une feuille y ou z. Il sera remplacer par un sommet interne pondéré
par b, suivi d’une feuille de type y et d’une feuille de type z, ou de deux feuilles de types z, sa
sœur étant changée en une feuille du type x. Une feuille du type z de hauteur gauche différent
de 0 sera traiter de façon similaire aux feuilles du types y.
Réalisation de Dumont
Figure 7.25 – Condition d’insertion d’un sommet sur une feuille de hauteur droite 6= 0
Figure 7.26 – Insertion d’un sommet sur une feuille de hauteur droite 6= 0
Rappelons que i est un pic de cycle de σ si σ −1 (i) < i < σ(i). Dans [8], Dumont a
étudié le lien des polynômes de Schett avec les fonctions elliptiques de Jacobi et donne une
interprétation combinatoire de ces fonctins en terme de pics de cycle. Dans [9], il a repris une
variante (sans les coefficients a, b et c) des polynômes de Schett initialisé en x définie par
la récurence X f0 = x, et pour n ≥ 1, X en = (yz ∂ + xz ∂ + xy ∂ )X en−1 , et démontre que
X ∂x ∂y ∂z
X
Xe2n (x, y, z) = x xinci(σ) y incp(σ) z b(σ) , et que X
e2n+1 (x, y, z) = y xinci(σ) y incp(σ) z b(σ) .
σ∈S2n σ∈S2n+1
Sur un arbre initialisé x, l’insertion d’un nouveau sommet i doit remplir les conditions
données par la figure 7.25. Inséré sur une feuille de hauteur droite > 0, le nouveau sommet i
doit être suivi de deux feuilles du type x (resp. du type y), si i est impair (resp. pair). Dans
ce cas il faut changer la feuille de hauteur droite 0 en une feuille du type y (resp. pair) si i
est impair (resp. pair). Il faut aussi changer le type de la deuxième feuille en feuille du type z
si besoin est. L’insertion sur une feuille de hauteur droite 0 se fait normalement. En résumé,
l’insertion d’un sommet i est donné par la figure 7.26. L’insertion sur un arbre initialisé en y
se fait de manière analogue, en échangeant le rôle de x et y.
7.4.5 Equivalence des divers réalisations

Il est clair que deux rélisations différentes d’une historiographe initialisée sont isomorphes.
Dans la présente section nous allons montrer comment construive, via l’histoire, une bijection
entre deux réalisations différentes F et G. Cette bijection consiste à reconstituer l’histoire hσ
de l’arborescence associée σ dans F . Puis construire, reconstituer l’arbre associée à hσ dans la
deuxième réalisation G.
Exemple: 7.4.18. A titre d’exemple, soit la permutation σ = (8)(2, 7, 4, 3)(1, 9, 5, 10, 6). Les
pics de cycle sont 7, 9 et 10. Donc dans le modèle de Dumont son poids est x5 y 2 z 4 (on ajoute
un poids x supplémentaire car n = 10). En utilisant les relations de la proposition 7.4.13, on
obtient le poids de l’histoire hσ associées π(hσ ) = a3 b4 c3 x5 y 2 z 4 . En émmodant l’arbre associé à
Figure 7.27 – Bijection entre modèle de Dumont et modèle de Viennot
σ, qui est l’arbre associé à σ 0 = 8 2 7 4 3 1 9 5 10 6. Par exemple, en supprimant 10, on voit d’une
que 6 a été un pics de cycle pair, et d’autre part la feuille de hauteur 0 attaché à 8 est du type y.
Donc 10 a été placé sur une feuille de type y, il est donc pondéré par b. Comme 9 est un pics de
cycle impair, alors le placement de 9 n’a été possible que sur une feuille du type z, il est pondéré
par c, et ainsi de suite. On obtient l’histoire hσ = ABCACABBCB, 1, 1, 1, 1, 2, 2, 1, 1, 3, 2). Il

suffit de construire l’histoire de Viennot associée hσ . La figure 7.27 résume le schémas à suivre
pour établir cette bijection.
La même méthode peu être appliquée pour construie une bijection entre permutation de
Jacobi, c’est à dire les permutations associées aux arborescences de Jacobi, et les permutations
alternantes montantes.
Chapitre 8
Exercices
1. Voici quelques problèmes simples de dénombrements

(a) Donnner le nombre de sous ensemble de [10], contenant au plus un nombre pair.
(b) Donner le nombrez de permutations π de [6] tel que π(1) 6= 2.
(c) Dans un ensemble de quatre hommes et six femmes, chaque homme veut se marier
à une femme. De combien de façon peut-on le faire ?
(d) Combien de suites (a1 , a2 , . . . , a12 ) ne contenant pas deux 0 consécutifs peut-on
construire avec quatre 0 et huit 1.
(e) Quel est le nombre d’applications f : [5] → [5] vérifiant |f −1 (n)| ≤ 2, ∀n ∈ [5] ?
(f) Un palindrôme est une liste de lettres tel que si on le lit de gauche à droite où de droite
à gauche on obtient le même mot. Exemple "madamimadam" est un palindrome.
Combien de palyndrôme de longueur k peut-on former avec n lettres ?
(g) Etant donné un ensemble S, montrer que le nombre de listes de longueur k avec
répétition d’éléments de S est égal au nombre d’applications de [k] vers S et que le
nombre de listes de longueur k avec sans répétition est égal au nombre d’injections
de [k] vers S
(h) On veut former des mots de trois lettres avec les lettres du mot LITTLEST.
i. Combien de mots peut on former si on n’admet pas les répétitions ?
ii. Combien de mots peut on former si on admet toute répétition ?
iii. Combien de mots peut on former si une lettre ne peut être répété plus de 2 fois ?
2. (a) Montrer qu’il existe une bijection entre les listes croissantes (au sens large) de lon-
gueur k, d’éléments de [n] et les applications croissantes de [k] vers [n].
(b) Soit m, n et n trois entiers tel que m = n + k − 1. Construire une bijection entre
les fonctions décroissantes au sens large de [k] vers [n] et les fonctions strictement
décroissantes de [k] vers [m] (on pourra considérer g(i) = f (i) + k − i, si f ∈ [k][n] ).
(c) Quel est le nombre d’applications croissantes (resp. strictement croissantes) de [k]
vers [n].
127
128 CHAPITRE 8. EXERCICES
3. Une application f : E → E est dite indempotente si ∀ t ∈ E, f 2 (t) = f (t). Montrer que

f est indempotente si et seulement si pour tout y ∈ f (E), f (y) P
= y. En déduire que si
|E| = n, alors le nombre d’applications indempotentes sur E est nk=0 nk k n−k .
4. Démontrer combinatoirement les identités suivantes :

n n n n n+1 n n
= = 1, = , = +
0 n k n−k k k k−1
n
n n−1 X n n n−i n k
k =n , k = n2n−1 , =
k k−1 k=0
k i k−i k i
k n−1
X m n m+n n X m
= , =
i=0
i k − i k k m=k−1
k−1
n n
X x+i x+n+1 X 2i 2(n − i)
= = 4n
i=0
i n i=0
i n−i
n
5. Montrer combinatoirement quePsi |E|n= n, nalors |P(E)| = 2 , P(E) étant l’ensemble des
parties de E. En déduire que k≥0 k = 2 .
n
n
X n k
6. Une preuve combinatoire de la formule du binôme : (1 + x) = x .
k=0
k
Soit x un entier naturel. On rappelle que si n est un autre entier naturel et 0 ≤ k ≤ n, alors
(1 + x)n est le nombre d’applications k
de [n] vers [1 + x], x est le nombre d’applications
n
de A (avec |A| = k) vers [x], et k est le nombre de partie A de cardinal k de [n].
(a) Construire une bijection de l’ensemble [1 + x][n] des applications de [n] vers [1 + x]
sur l’ensemble U = {(A, φ)|A ⊂: [n] et φ : A → [x] application}.
(b) Calculer |U | et conclure.
7. On note an,k le nombre de suites (X1 , X2 , . . . , Xk ) de parties de [n] tel que X1 ∩ X2 ∩ . . . ∩
Xk = ∅. Supposons que X1 ∩ X2 ∩ . . . ∩ Xk−1 = T avec |T | = j. Posons Yi = Xi − T pour
i ∈ [k − 1].
(a) Montrer que Y1 ∩ Y2 ∩ . . . ∩ Yk−1 = ∅ et que Yi ⊂ [n] − T .
(b) En déduire que an−j,k−1 est aussi le nombre de suites
(X1 , X2 , . . . , Xk−1 ) tel que X1 ∩ X2 ∩ . . . ∩ Xk−1 = T .
(c) Montrer que an,k = nj=0 nj 2n−j an−j,k−1
P
8. Combinatoire ou analytique : soit S un ensemble de cardinal n.

(a) Calculer le nombre c(j, k) de couple (A, B) tel que ∅ ⊂ A ⊂ B ⊂ S, |A| = j et
|B| = k.
X
(b) Montrer que (1 + y + xy)n = c(j, k)xj y k (Notez que 1 + y + xy = 1 + y(1 + x)).
0≤j≤k≤n
129
(c) Quelle résultat obtient-on si on prend x = y = 1 ? Donner une preuve cobinatoire

de ce résultat.
(d) Peut-on généraliser ces résultats aux cas des parties ∅ ⊂ A1 ⊂ A2 ⊂ · · · ⊂ Ar ⊂ S.
9. Soient x1 , x2 , . . . , xn des variables formelles. Montrer que
n
Y XY
(1 + xi ) = xi ,
i=1 S⊂[n] i∈S
Q
avec i∈∅ xi = 1. En déduire la formule du binôme en posant xi = x, ∀i.
10. On note Mp (E) l’ensemble des multi-ensemble M de E de cardinal p. On suppose que
E = [n].
(a) Montrer qu’il existe une bijection entre Mp (E) et :
P
i. l’ensemble des fonctions φ : E → N tel que x∈E (φ(x) = p (pour T ∈ Qp (E),
considére φT tel que φT (x)= nombre de fois où x apparaît dans T ) ;
ii. l’ensemble des solutions de l’équation x1 + x2 + . . . + xn = p (xi = φT (i)).
(b) Applications :
i. Calculer le nombre de façons de distribuer p boules indiscernables dans n boîtes
distinctes.
ii. Chercher le nombre de monômes dans l’expression général d’un polynôme de
degré p à n indeterminées. (On remarquera que l’inéquation a1 +a2 +. . .+an ≤ p
est équivalent à l’équation a1 + a2 + . . . + an + an+1 = p)
(c) Calculer le nombre de compositions de p en n part.
11. Soit E un ensemble de cardinal n et c = (c1 , c2 , · · · , cn ) une suite d’entiers naturels tel
Xk
que kck = n. Une partition π de E est dite du type c si π contient c1 blocs de cardinal
k=1
1, c2 blocs de cardinal 2, · · · , cn blocs de cardinal n.
(a) Vérifier que |π| = c1 + c2 + · · · + cn .
(b) Vérifier que si π = {B1 , B2 , · · · , Bk } est une partition de E en k blocs, alors σSk
(Bσ(1) , Bσ(2) , · · · , Bσ(k) ) est un k-partage de E.
(c) Montrer que le nombre de partitions de E du type c = (c1 , c2 , · · · , cn ) est
n!
.
c1 !c2 ! · · · cn !(1!)c1 (2!)c2 · · · (n!)cn
12. (a) Un domino est un rectangle de longueur 2 et de largeur 1. Montrer que le nombre
fn de façon de remplir un rectangle 2 × n par des dominos satisfont la récurence
fn+1 = fn + fn−1 . Les nombres fn s’appelle nombres de Fibonacci .
(b) Exprimer les nombres suivants en fonction des nombres de Fibonacci :
i. Le nombre de sous ensembles de [n] ne contenant pas deux entiers consécutifs.
ii. Le nombre de composition de [n] en part plus grand que 1.

iii. Le nombre de compositions de [n] en part égal à 1 ou 2.
iv. Le nombre de composition de [n] en part impair
v. Le nombre de suites (c1 , c2 , . . . , cn ) tel que
c1 ≤ c2 ≥ c3 ≤ c4 ≥ . . . .
vi. Le nombre de sous ensembles de [n] tel que si on l’ordonne par ordre croissante,
le premier est impair, le second est pair, le troisième est impair et ainsi de suite.
13. (a) Montrer que le nombre de façons de calculer le produitP non commutatif x1 x2 . . . xn en
utilisant des parenthésages satisfont la récurence cn = n−1 k=1 ck cn−k , avec c0 = c1 = 1.
Les nombres cn s’appelle nombre de Catalan.
Exemple (x1 x2 )(x3 (x4 x5 )) et (x1 x2 )((x3 x4 )x5 )) sont deux parenthesages différents du
produit x1 x2 x3 x4 x5 .
(b) Une diagonale d’un polygone régulier un segment joignant deux sommets non adja-
cents. En traçant des diagonales du polygones de manière à ce que deux d’entre eux
ont une intersection qui est soit vide soit un sommet, et que chaque partie connexe de
l’interieur du polygône soit un triangle, on obtient une triangulation de ce polygône.
Montrer que le nombre de triangulations d’un polygône à n + 2 sommets est cn .
(c) Décrire une bijection entre triangulation d’un polygône à n + 1 sommets et paren-
thésage d’un produit de n variables non commutatifs (On pourra nommer x1 , x2 ,
. . . , xn dans cet ordre n des cotés du polygônes)
(d) Montrer que les objets suivants sont aussi dénombrés par les nombres de Catalan :
i. Les chemins menant de (0, 0) à (n, n) avec des pas de (0, 1) ou (0, 1) et ne passant
pas au dessus de la droite y = x.
ii. Les chemins menant de (0, 0) à (2n, 0) avec des pas de (1, 1) ou (1, −1) et ne
passant pas au dessous de la droite y = 0.
iii. Les arbres 0-2 (chaque sommet a 0 ou 2 fils ) sur 2n+1 sommets.
Les suites (x1 , x2 , · · · , x2n ) tel que xi = 1 ou xi = −1 tel que ∀k, ki=1 xi ≥ 0 et
P
iv. P
2n
i=1 xi = 0.
14. Applications du principe d’inclusion-exclusion
(a) Parmi les 16 amis d’Alice, on sait que 6 pratiquent le foot-ball, 6 le basket-ball, 6
le volley, 4 le foot et le basket, 2 le foot et le volley, 3 le basket et le volley, et 3
pratiquent les trois sport en même temps. Quel est le nombre d’amis d’Alice qui ne
pratiquent aucune des trois sports ?
(b) Une permutation σ de [n] est dite un dérangement si ∀k ∈ [n], σ(k) 6= k. On
se propose de calculer le nombre dn de dérangement. Pour chaque k ∈ [n] soit
Ak = {σ ∈ Sn , σ(k) = k}.
i. Montrer que σ est un dérangement si et seulement si ∀k, σ ∈ / Ak .
ii. Montrer que si i1 , i2 , · · · , ir est une suite de r éléments distincts de [n], alors
\r
| Aij | = (n − r)!.
j=1
131
n
X (−1)k
iii. Montrer que dn = n!( ).
i=1
k!
(c) Fonction Indicatrice d’Euler : On appelle fonction indicatrice d’Euler la fonction
ϕ tel que ϕ(n) est le nombre d’entiers k compris entre 1 et n et pgcd(k, n) = 1,
c’est donc le nombre de générateurs du groupe Z/nZ. Soit n = pa11 pa22 . . . par r la
décomposition de n en facteurs premiers. On pose Ai = {k ∈ [n]|k = pi t} et A =
{k ∈ [n]|pgcd(k, n) = 1}
i. Montrer que k ∈ A ⇔ k ∈
/ Ai pour tout i.
n Q n
ii. Montrer que |Ai | = pi
et que si J ⊂ [r], | ∩i∈J Aj | = pi
i∈J
iii. En déduire ϕ(n).

iv. Vérification :
A. Montrer que si p est premier alors, alors ϕ(p) = p−1, que ϕ(pn ) = (p−1)pn−1 ,
et que si a et b sont premiers entre eux, alors ϕ(ab) = ϕ(a)ϕ(b)
B. Calculer ϕ(n) si n ∈ N .
15. Soit S(n, k) les nombres de Stirling de deuxième espèce. Montrer que :
(a) S(n, n − 1) = n2 et S(n, 2) = 2n−1 − 1.

(b) Pour n donné : la suite S(n, k) est croissante en k si k ≤ b n2 c + 1 et décroissante en

k si k ≥ b n2 c + 1c si n est impair et croissante en k si k ≤ n2 et décroissante en k si
k ≥ n2 si n est pair.
16. On note σn,p le nombre de surjections de [n] vers [p].
(a) Montrer que :
n(n + 1)! n(3n + 1)(n + 2)!
σn,p = p(σn−1,p−1 + σn−1,p ), σn+1,n = et que σn+2,n =
2 24
X xp X x p
(b) Soit f (x) = pn et g(x) = σn,p ,. Montrer que :
p≥0
p! p≥0
p!
p p−1
X p X
k p
n
p = x
σn,p−k , f (x) = e g(x), et que σn,p = (−1) (p − k)n
k=0
k k=0
k
17. On note Mp (E) l’ensemble des multi-ensembles M de E de cardinal p. On suppose que

E = [n].
(a) Montrer qu’il existe une bijection entre Mp (E) et :
P
i. l’ensemble des fonctions φ : E → N tel que x∈E φ(x) = p (pour T ∈ Qp (E),
considérer φT tel que φT (x)= nombre de fois où x apparaît dans T ).
ii. l’ensemble des solutions de l’équation x1 + x2 + . . . + xn = p (poser xi = φT (i)).
(b) Applications :
i. Calculer le nombre de façons de distribuer p boules indiscernables dans n boîtes
distinctes.
ii. Chercher le nombre de monômes dans l’expression général d’un polynôme de

degré p à n indeterminées. (On remarquera que l’inéquation a1 +a2 +. . .+an ≤ p
est équivalent à l’équation a1 + a2 + . . . + an + an+1 = p)
18. Soit M = an1 1 an2 2 · · · ank k un multiensemble sur E = {a1 , a2 · · · ak }. Un sous-multiensemble
de M est un multiensemble N = ar11 ar22 · · · arkk tel que ∀i, ri ≤ ni . Chercher le nombre de
sous-multiensembles de M .
19. Montrer que le nombre total de compositions de n est 2n−1 .
20. En utilisant l’identité multinomiale, calculer (1 + x + . . . + xk )n .
21. On note an,k le nombre de suites (X1 , X2 , . . . , Xk ) de parties de [n] tel que X1 ∩ X2 ∩ . . . ∩
Xk = ∅. Supposons que X1 ∩ X2 ∩ . . . ∩ Xk−1 = T avec |T | = j. Posons Yi = Xi − T pour
i ∈ [k − 1].
(a) Montrer que Y1 ∩ Y2 ∩ . . . ∩ Yk−1 = ∅ et que Yi ⊂ [n] − T .
(b) En déduire que an−j,k−1 est aussi le nombre de suites
(X1 , X2 , . . . , Xk−1 ) tel que X1 ∩ X2 ∩ . . . ∩ Xk−1 = T .
(c) Montrer que an,k = nj=0 nj 2n−j an−j,k−1
P
22. Calculer le nombre bnk de suites (X1 , X2 , . . . , Xk ) de partie de [n] telles que X1 ⊂ X2 ⊂
· · · ⊂ Xk et le nombre cnk de suites de parties telles que les Xi sont deux à deux disjointes.
X tn
23. Considérons les nombres de Stirling de deuxième espèce. On pose Φk (t) = S(n, k)
n≥k
n!
n
X t
et Φ(t, x) = xk S(n, k) .
n,k≥0
n!
1
(a) En utilisant l’expression (1.11), montrer que Φk (t) = k!
(et − 1)k . En déduire que
X tn t
Φ(t, x) = xk S(n, k) = ex(e −1)
n,k≥0
n!
n
X
tx tx n
(b) En remarquant que e = (1 + (e − 1)), montrer que x = S(n, k)x(k) .
k=0
(c) Retrouver ce résultat combinatoirement en montrant que ∀x ∈ N, xn = nk=0 k!S(n, k) nk .

P
X
(d) On pose Sk (x) = S(n, k)xn . En utilisant la relation de récurence (1.12), montrer
n≥k
x xk
que Sk (x) = Sk−1 (x). En déduire que Sk (x) = .
(1 − kx) (1 − x)(1 − 2x) · · · (1 − kx)
(e) Retrouver l’expression (1.11) en décomposant en éléments simple la fraction Sk (x).
X
(f) Montrer analytiquement que S(n, k) = 1c1 2c2 · · · k ck . Démons-
(c1 ,c2 ,··· ,ck ),c1 +···+ck =n−k
tration combinatoire ?.
X n−1 X
(g) Montrer que S(n, k) = S(l, k − 1) = S(l − 1, k − 1)k n−l .
k−1≤l≤n−1
l k≤l≤n
133
X tn t−1
(h) Montrer que ωn = ee , (ωn ) étant les nombres de Bell.
n≥0
n!
X d k d
24. Soit A(x) = an xn . Calculer [xn ](xk A(x)), [xn ][( ) A(x)] et [xn ][( )k A(x)].
n≥0
dx dx
X xn X xn
25. Soit exp x = et ln(1 + x) = (−1)n−1 .
n
n! n≥1
n
(a) Montrer que exp x exp(−x) = 1, exp(ln(1 + x)) = 1 + x, exp(x + y) = exp(x) exp(y)
et que ln[(1 + x)(1 + y)] = ln(1 + x) + ln(1 + y)
0
(b) Supposons que f (0) = 1, et soit g(x) l’unique série formelle tel que g 0 (x) = ff (x)(x)
et g(0) = 0. Vérifier que ln(f (x)) existe et montrer que f (x) = exp(g(x)) et que
g(x) = ln g(f (x)).
X X
26. Soit f (x) = 1 + an xn . On pose f −1 (x) = bn xn . Calculer bn en fonction des an .
n>0 n≥0
27. (a) Calculer le nombre an de suites (c0 , c1 , · · · , cn ) tel que ni=0 ci = k et ni=0 ici = n
P P
n n
Y 1 Y
(b) Soit la série produit f (x) = k
= (1 + xk + x2k + x3k + . . .) Montrer que
k=0
1 − x k=0
le coefficient de xn dans f est égal au nombre an de suites (c1 , c2 , . . . , cn ) telles que
n n
X Y 1
kck = n. En déduire que le coefficient de xn dans F (x) = k
est égal à
k=0 k≥0
1 − x
an .
28. En utilisant les séries génératrices, montrer les égalités suivantes :
n X n n
X a m a+b n n−1
X 2k 2(n − k)
= , k = n2 , = 4n .
k=0
k n − k n k=0
k k=0
k n − k
n
X
29. Calculer la suite (an ) tel que a0 = 1 et ak an−k = 1 (Calculer f 2 (t), f (t) étant la série
k=0
génératrice ordinaire de (an )).
30. En utilisant le principe des involutions, démontrer chacune des identités suivantes :
n n
X
k
X n k
(−1) c(n, k) = 0(n ≥ 2), (−1)k = δnp (−1)p
k=0 k=p
k p
m 2k
X n n j
X n n j n
(−1) = 0 si m est impair, (−1) = (−1)k
j=0
j m − j j=0
j m − j k
k n
X
j p p−j X
(−1) =0 (−1)n−k k!S(n, k) = 1
j=0
j k−j k=0
31. Montrer que le nombre c(n, k) de permutations de [n] ayant k cycles satisfont la relations
de récurence n
X n
c(n + 1, k) = i!c(n − i, k − 1)
i=0
i
32. Une involution de [n] est une permutation σ tel que σ 2 = Id.
(a) Vérifier que toute involution est produit de cycles de longueur 1 ou 2.
(b) Montrer que le nombre an des involutions de [n] satisfait la récurence an = an−1 +
(n − 1)an−2 .
(c) Montrer que si n est pair, il existe une bijection entre l’ensemble des involutions
sans points fixe de [n] et l’ensembles des partitions de [n] dont tous les blocs sont de
cardinal 2.
(d) Etant donné un entiers naturel k, chercher le nombre bk des involutions sans points
fixe sur [2k].
bn/2c
X n!
(e) Montrer que an = .
k=0
(n − 2k)!2k k!
(f) Claculer la série génératrice exponentielle de la suite (an ) et retrouver le résultat de
la questionprécédente.
(g) On note pk (n) le nombre de permutations de [n] dont les cycles sont de longueur
au plus égal à k. On a p1 (n) = 1. Trouver une relation de récurence pour p3 (n).
Généraliser.
33. Polynômes d’Hermite
Notons I(n) l’ensemble des involutions de [n]. Posons v(σ) = (−1)c2 (σ) xc1 (σ) où c1 (σ) est
le nombre de cyclesPde longueur 1 de σ et c2 (σ) le nombre de cycles de longueur 2. On
pose alors Hn (x) = σ∈I(n) v(σ). Les polynômes Hn s’apelle polynômes d’Hermite.
(a) Que représente la valeur absolue du coéfficient h(n, k) de xk dans Hn (x) ?
(b) Calculer H1 (x), H2 (x) et H3 (x). Montrer que Hn+1 (x) = xHn (x) − nHn−1 (x).
n
(c) On pose H0 (x) = 1 et Hx (t) = n≥0 Hn (x) tn! . Montrer que Hx0 (t) = (x − t)Hx (t)
P
t2
(d) En déduire que Hx (t) = exp(xt − 2
)
2c
bX
n
n!
(e) Montrer que Hn (x) = (−2)−k xn−2k
k=0
k!(n − 2k)!
34. On note dn,k le nombre de permutation de [n] ayant k points fixes. dn = dn,0 le nombre
de dérangements.
(a) Montrer que le nombre de dérangements de [n + 1] dont le cycle de n + 1 est de
longueur 2 est dn,1 et dn,1 = ndn−1
(b) Montrer que le nombre de dérangements de [n + 1] dont le cycle de n + 1 est de
longueur > 2 est ndn
(c) En déduire que dn+1 = n(dn + dn−1 ).
(d) Montrer que le nombre dn,k de permutations de [n] ayant k points fixes satisfont à la
récurence dn+1,k = dn,k−1 + (n − k)dn,k + (k + 1)dn,k+1 (On remarquera que le cycle
de n + 1 est soit de longueur 1 soit de longueur 2 soit de longueur > 2).
135
(e) Montrer en utilisant les séries génératrices que dn = ndn−1 + (−1)n .

35. Inversion d’une permutation Soit σ = x1 x2 . . . xn ∈ Sn . Une inversion de σ est un
couple (i, j) tel que i < j et xi > xj . On pose Inv(σ) le nombre d’inversions de σ, et pour
i ∈ [n] σi = x1 x2 . . . xi (n + 1)xi+1 . . . xn et σ0 = (n + 1)x1 x2 . . . xn .
n(n−1)
(a) Vérifier que si σ ∈ Sn alors 0 ≤Inv(σ)≤ 2
.
(b) Montrer que Inv(σ0 )=Inv(σ)+n et Inv(σi )=Inv(σ)+n − i.
(c) On note mn,k le nombre de permutation de Sn ayant k inversions. Montrer que
n
X
mn+1,k = mn,k+i−n
i=Sup{0,n−k}
(d) Montrer que Inv(σ) = Inv(σ −1 ).

36. Table d’inversions Soit In = {(a1 , a2 , . . . , an )|0 ≤ ai ≤ n − i}. On associe à a =
(a1 , a2 , . . . , an ) une permutation πa , construit de la manière suivante : On suppose que
n, n − 1 . . . , n − i + 1 est déjà inséré, on insère n − i de façon qu’il y ait an−i éléments à
gauche de n − i.
(a) Montrer que |In | = n!
(b) Vérifier que si πa = x1 x2 . . . xn , alors ai = Invi (π), où Invi (π) = card({j < π −1 (i)|π(j) > i}),
et que Inv(πa ) = a1 + a2 + · · · + an .
(c) Montrer que l’application f : In → Sn tel que f (a) = πa est une bijection.
f −1 (π) s’appelle table d’inversion de π.
(d) Une application f : [n] → [n] est dite sous-excedente si ∀i ∈ N, f (i) ≤ i. Montrer
que le nombre de fonctions sous sous-excédentes de [n] est n!.
(e) Construire une bijection entre l’ensemble Fn des fonctions sous-excedente de [n] et
In .
37. Type d’une permutation Pour une permutation π de Sn on note ci = ci (π) le nombre
de cycle de longueur i. Le type de π est alors la suite c(π) = (c1 , c2 , . . . , cn ). On se propose
de montrer que le nombre de permutations π ∈ Sn de type (c1 , c2 , . . . , cn ) est
n!
1c1 c1 !2c2 c2 ! . . . ncn cn !
Pour c = (c1 , c2 , . . . , cn ), notons Sc [n] l’ensemble des permutations de Sn de type c. Soit
π = x1 x2 . . . xn ∈ Sn . On découpe le mot x1 x2 . . . xn par des parenthèses pour avoir une
permutation π ayant c1 de longueur 1, puis c2 cycles de longueur 2, . . . , cn cycle de longeur
n. Exemple : si c = (2, 2, 1, 0, 0, , 0, 0, 0, 0) et π = 438679521 alors π = (4)(3)(86)(79)(521).
Les cycles sont donc écrits par ordre croissante des longueurs.
(a) Soit c = (c1 , c2 ,P
. . . , cn ). Montrer qu’il existe une permutation π de Sn de type c si
et seulement si ni=1 ici = n.
(b) Montrer que l’application f : Sn → Sc [n] tel que f (π) = π est surjective.
(c) En remarquant que pour chaque cycle de longueur i, il y a i façons de choisir

le premier élément et ci ! façons d’ordonner les cycles de longueur i, montrer que
|f −1 (π)| = 1c1 c1 !2c2 c2 ! . . . ncn cn !.
(d) Conclure.
38. On appelle tableau de [n] × [n], toute partie de B ⊂ [n] × [n]. Si B est un tableau, alors le
Xn
polynôme des tours de B est TB (x) = rj (B)(n − j)!(x − 1)j . Une sous-permutation de
j=0
[n] est un tableau S de [n] × [n] tel qu’il existe une permutation σ de [n] dont le graphe
S ⊂ G(σ). On note alors GS l’ensemble des permutations σ tel que S ⊂ G(σ).
(a) Montrer que si S et S 0 sont deux sous-permutations telles que S ∪ S 0 est une sous-
permutaion, alors GS∪S 0 = GS ∩ GS 0 .
(b) Soit k ∈ [n] et B1 = {(i, k + i), 1 ≤ i ≤ n − k} et B2 = {(i, i), 1 ≤ i ≤ n − k}.
Montrer que si 0 ≤ j ≤ n − k, alors rj (B1 ) = rj (B2 ) = n−k
j
et que si j > n − k
alors rj (B1 ) = rj (B2 ) = 0.
(c) En déduire que
n−k Xn−k
X
j−m n−k j
TB1 (x) = TB2 (x) = [ (−1) (n − j)! ]xm
m=0 j=m
j m
(d) Montrer que l’ensemble Fk des permutations de Sn dont l’ensembles des points fixes
est incluses dans {n − k + 1, n − k + 2, . . . , n} est en bijection avec l’ensemble des
permutations de Sn dont l’ensembles des points fixes est incluses dans [k].
(e) On rappelle qu’une k-succession de σ est un indice i tel que σ(i) = k +i. Montrer que
le coefficient ekn,m de TB1 (x) est le nombre de permutations de [n] ayant exactement
m k-successions.
(f) Déduire de ce qui précède le nombre ekn,m de permutations de [n] ayant exactement
m k-successions
(g) Montrer le nombre de permutations de [n] sans k-successions est égale au nombre de
permutations de [n] dont l’ensemble des points fixes est incluses dans [k].
39. Soit σ une permutation de [n]. On dit que i est une succession circulaire ou succession de
σ si σ(i) = i + 1. On note sn,i le nombre de permutations de [n] ayant i successions.
(a) Montrer que : sn,k = (k + 1)sn−1,k+1 + (n − k − 1)sn−1,k + sn−1,k−1 , avec s1,0 = 1 et
sn,k = 0 si k ≥ n.
(b) Donner les premières valeurs de sn,k .
(c) Montrer que si σ contient n−2 k-successions alors il existe j tel que σ = (1, 2, . . . , j)(j+
1, j + 2, . . . , n). En déduire sn,n−2 et sn,n−3 .
(d) Montrer que sn,1 = (n − 1)sn−1,0 et que sn,0 = sn−1,1 + sn,1 . En déduire que sn,0 =
(n − 1)sn−1,0 + sn−2,0
137
(e) * Montrer qu’il existe une bijection entre les permutations de Sn ayant k points fixes
et les permutations de Cn+1 ayant k successions.
(f) Montrer que sn,0 = dn + dn−1 et que dn = sn,1 .
(g) ** Une succession du mot linéaire de σ ou succession linéaire de σ est un indice i tel
que σ(i + 1) = σ(i) + 1. Etudier Sn suivant le parametre "nombre t(σ) de successions
linéaires". En particulier comparer la statistique suivant le parametre "nombre s(σ)
de successions circulaires" et la statistique suivant le parametre "nombre t(σ) de
successions linéaires". Trouver une correspondance entre les deux définitions. Vérifier
en utilisant la transformation fondamentale que si σ est une permutation circulaire
et que si σ(n − 1) = n alors t(σ) = s(σ) − 1 et si σ(n − 1) 6= n alors t(σ) = s(σ)
40. (a) Généraliser le résultat ci-dessus en considérant les k-successions, c’est à dire les
entiers i tel que si σ(i) = i + k, k étant un entier fixé. Montrer en particulier que le
nombre skn,j de permutations de Sn ayant j k-successions satisfont la récurence :
skn+1,j = skn,j−1 + (n − j)skn,j + (j + 1)skn,j+1 (8.1)
En particulier skn+1,0 = nskn,0 + skn,1 .

(b) Montrer que les relations suivantes :
skn,1 = (n − k)skn−1,0 , skn+1,0 = nskn,0 + (n − k)skn−1,0 et skn,0 = sk−1 k−1
n,0 + sn−1,0 .
(c) * Dans la suite, on fixe k, et on pose skn,0 = skn . Montrer que skk+r = k!Pr (k), où Pr (k)
est un polynôme de degré r en k.
(d) ** Considérons les polynômes Pr (x).
r

i. Montrer que si j > r alors sk+r,j = 0 et que si j ≤ r, alors sk+r,j = j
Pr (k).
ii. Chercher une relation de récurence satisfaite par les polynômes Pr (x).
41. Grammaire pour les dérangements Soit σ ∈ Sn et i ∈ [n]. Si i est un point fixe de σ,
on dira que (i, σ(i)) est une arête du type x, c’est à dire on affecte un poids x à l’arête
(i, σ(i)). Si i n’est pas un point fixe de σ, on affecte un poids y à l’arête (i, σ(i)). De cette
manière, le poids de σ est justement v(σ).
Pour 1 ≤ i ≤ n, le prolongement σi de σ correspond à la transformation de l’arête (i, σ(i))
en deux arêtes (i, n + 1) et (n + 1, σ(i)). Donc dans tous les cas on obtient deux arêtes du
type y. Donc on obtient la grammaire G(x) = G(y) = y 2 . Mais comme le prolongement
σn+1 ne correspond à aucune arête du type x ou du type y, nous lui associons une nouvelle
variable z, correspondant à une position vide où sera placé n + 1. Comme n + 1 est un
point fixe dans σn+1 , on pose G(z) = xz, puisqu’on doit prévoir une nouvelle position
vide pour n + 2 dans la récurence.
(a) Déduire de ce qui précède que les polynômes F̃n = zFn (x, y) satisfont la récurence
F̃n+1 = G(F̃n ), où G est la dérivation associé à G.
∂ ∂
(b) Vérifier que Fn+1 = xFn + y 2 ( ∂x + ∂x
)Fn .
(c) En déduire une relation de récurence pour les nombres dn,k des permutations de Sn
ayant k points fixes.
(d) Résoudre le système :

 0
 X (t) = G(X(t)), X(0) = x
Y 0 (t) = G(Y (t)), Y (0) = y
 0
Z (t) = G(Z(t)), Z(0) = z
(e) En remarquant que dans la construstion récurente de Sn , on doit partir de la po-
sition vide puis construire l’unique permutation de S1 , montrer que F̃ (x, y, z, t) =
tn
P
n≥0 F̃n (x, y, z) n! = G(z, t), et en déduire F (x, y, t).
42. Cas des successions Dans ce cas les arêtes du type x correspondent aux successions, les
autres sont du type y sauf l’arête (n, σ(n)) qui est du type z( ?) et la position vide est du
type u. On considère alors les polynômes S̃n (x, y, z, u) = zuSn (x, y).
(a) Montrer que la grammaire correspondant aux successions est la grammaire G tel que
G(x) = G(y) = y 2 , G(z) = xz et G(u) = zu.
(b) En déduire :
i. Une relation de récurene pour S̃n et une relation de récurence pour Sn
ii. Une relation de récurence pour les nombres sn,k de permutations de Sn ayant k
successions circulaires.
iii. S(x, y, t)
(c) Généraliser ce résulat, au k-successions
(d) Chercher une grammaire pour les successions linéaires.
43. Ce problème est une suite de l’exercice 40 et de l’exercice précédent.
Etant donné la suite de polynôme définie par :
∂ ∂
P0 = 1, Pn+1 (x, y, t) = (x + ty)Pn + y 2 ( + )Pn
∂x ∂y
Intrepréter combinatoirement Pn .
Conjecture : Pn (1, 1, 1) = (n + 1)! (Motivation ! ! ! !)
Remarques :
(a) Le polynôme k!Pn (x, y, k) est le polynôme énumérateur de Sn+k suivant le paramètre
k-successions (Exo. 40). Il est homogène de degré n.
(b) En posant Pn (x, y, t) = nj=0 αn,j (t)xj y n−j on a la relation
P
αn+1,j (t) = αn,j−1 (t) + (n + k − j)αn,j (t) + (j + 1)αn,j+1 (t).
Cette relation s’obtient en réécrivant autrement l’equation 8.1 et par extension po-
lynômiale. D’autre part
n
αn,j (t) = αn−j,0 (t)
j
Donc
αn+1,0 (t) = (n + k)αn,0 (t) + nαn−1,0 (t).
139
(c) On pourrait commencer par ajouter une autre variable z de façon à obtenir un
polynôme P̃n (x, y, t, z) qui est homogène (de degré 2n ?) et tel que P̃n (x, y, t, 1) =
Pn (x, y, t).
44. Soient les deux langages L = {u ∈ A∗ ||u| pair} et L0 = {u ∈ A∗ ||u| impair}. Vérifier les
égalités suivantes : L + L0 = A∗ , LL0 = L0 = L0 L, L0 L0 = L \ {} et LL = L.
45. Donner un exemple d’éléments du langage a∗ (ba∗ )∗ . Quel est la série génératrice de ce
langage ?.
46. Soient A un alphabet, et X ⊂ A∗ .
(a) Montrer que :
i. si ε ∈ X et ∀u ∈ X, ∀a ∈ Λ, on a au ∈ X, alors X = Λ∗ .
ii. tout élément est régulier, c’est à dire pout tout u, v, w ∈ Λ∗ , uv = uw ⇒ v = w
et vu = wu ⇒ v = w
iii. ∀u, v, x, y ∈ Λ∗ , si uv = xy alors il existe t ∈ Λ∗ tel que u = xt et tv = y, ou
bien x = ut et v = ty.
(b) Montrer que si xy = yz, avec x 6= ε, alors il existe u, v ∈ Λ∗ et un entier k ≥ 0 tels
que : x = uv, y = (uv)k u = u(vu)k , z = vu (Etudier séparément les cas où |x| ≤ |y|
et le cas où |x| < |y| qu’on traiter par récurence sur |y|).
(c) Montrer que si xy = yx, avec x 6= ε, y 6= ε, alors il existe u ∈ Λ∗ et deux entiers i et
j tels que x = ui et y = uj .
ı
47. Soit A un alphabet et X, Y, Z ⊂ A∗ .
(a) Montrer que X(Y ∪ Z) = XY ∪ XZ et que (X ∪ Y )Z = XZ ∪ Y Z
(b) Dire si les inclusions suivantes sont vraies ou fausses :
(i) X(Y ∩ Z) ⊂ XY ∩ XZ, (ii) XY ∩ XZ ⊂ X(Y ∩ Z) (iii) X(Y \ Z) ⊂ XY \ XZ
(iv) XY \ XZ ⊂ XY \ XZ
(c) Montrer que (XY )∗ = {ε} ∪ X(Y X)∗ Y , que (XY )∗ X = X(Y X)∗ et que (X ∪ Y )∗ =
(X ∗ ∪ Y ∗ )∗
(d) Soit A un alphabet et X, Y, Z ⊂ A∗ .
i. Montrer que X(Y ∪ Z) = XY ∪ XZ et que (X ∪ Y )Z = XZ ∪ Y Z
ii. Dire si les inclusions suivantes sont vraies ou fausses :
(i) X(Y ∩ Z) ⊂ XY ∩ XZ, (ii) XY ∩ XZ ⊂ X(Y ∩ Z) (iii) X(Y \ Z) ⊂ XY \ XZ
(iv) XY \ XZ ⊂ XY \ XZ
iii. Montrer que (XY )∗ = {ε} ∪ X(Y X)∗ Y , que (XY )∗ X = X(Y X)∗ et que (X ∪
Y )∗ = (X ∗ ∪ Y ∗ )∗
48. Soit l’automate A = (Q, A, E, I, F ) où A = {a, b, c}, Q = {p, q, r}, I = {p}, F F = {r},
et E = {(p, a, q), (q, a, q), (q, b, q), (q, c, q), (q, c, r), (q, a, r)}.
(a) Représenter cet automate sous forme de graphe.
(b) Les mots abcac, acab et bba sont-ils reconnus ? Quel est le langage reconnu ?
49. Décrire, le langage reconnu par chacun des automates suivants, l’alphabet est A = {a, b}.
50. Les langages suivants sont-ils régulier ? Donner des automates les reconnaissants.
L1 = {mots qui commencent par aba} ; L2 = {mots se terminant par aba} ; L3 = {mots
ayant aba en facteur} ; L4 = {mots dont la 3ème lettre à partir de la droite est un b} ;
L5 = {mots ayant exactement 2 occurrences de la lettre b} ; L6 = {mots ayant au plus
2 occurrences de la lettre b} ; L7 = {mots ayant au moins 2 occurrences de la lettre b} ;
L8 = {abba} ; L9 = {abb, ba, bab}∗ L10 = {wi nA∗ ||w|a ≡ 1(mod 2) et |w|b ≡ 2(mod 2)} ;
L10 = { mots qui sont la représentation binaire des entiers multiples de 3}.
51. Soit (m, n) ∈ N2 un point du plan. On appelle chemin de (0, 0) vers (m, n) une succession
de pas montants (vertical : augmenter l’ordonée de 1) et de pas à droite (horizontal :
augmenter l’abscice de 1). La longueur d’un tel chemin est le nombre de pas.
(a) Vérifier qu’une chemin de (0, 0) vers (m, n) contient exactement m pas horizontaux
et n pas verticaux.
(b) On code un chemin de (0, 0) vers (m, n) par une liste de de 0 et de 1 : les pas
horizontaux correspond à 0 et les pas verticaux à 1. Ainsi au chemin de la figur
suivante correspond le code 01100101000.
141
Quelle est la longueur de ce code ? Verifier qu’un tel codage permet d’établir une
bijection entre les chemins de (0, 0) vers (m, n) et les mots w ∈ {0, 1}∗ tel que le
nolbre de 0 dans w est |O|w = m et et le nombre de 1 est |1|w = n.
(c) Soit U l’ensemble des mots de longueur m + n de {0, 1}∗ . Montrer que l’application
qui, à w = x1 x2 · · · xm+n ∈ C associe la partie A de [m + n] telle que i ∈ A ⇔ xi = 0
est une bijection de U vers l’ensemble des parties de [m + n].
(d) En déduire que le nombre de chemins de (0, 0) vers (m, n) est m+n

m
.
(e) Soit (m, n) tel que m > n. On se propose d’énumérer tous les chemins restant
strictement en dessous de la diagonale ∆ : y = x (sauf au point (0,0)). On note
C l’ensemble de tous les chemins de (0, 0) vers (m, n), C1 l’ensemble des chemins
passant par (1, 0) et restant strictement sous la diagonale, C2 l’ensemble des chemins
passant par (1, 0) et rencontrant la diagonale en au moins un points autre que (0,0),
et C3 l’ensemble des chemins passant par (0, 1).
i. Enumérer les éléments de C1 , C2 et C3 dans le cas où (m, n) = (3, 2).
ii. Montrer que si n > 0, alors {C1 , C2 , C3 } est une partition de C.
iii. Que dire si n = 0 ?
iv. En déduire que |C| = |C1 | + |C2 | + |C3 |.
v. Soit Γ ∈ C2 . On construit le chemin Φ(Γ) obtenu en considérant le symétrique
de la portion de Γ comprise (0,0) et le premier point d’intersection de Γ avec la
diagonale ∆, le reste étant inchangé, comme le montre la figure 8.1(A).
Figure 8.1 –
Montrer que Φ est une bijection de C2 sur C3 .

vi. En effectuant un changement d’origine de (0,0) vers (1,0), montrer que |C3 | =
m+n−1

m
.
vii. En déduire |C1 |.
(f) Un chemin de Dyck est un chemin de longueur 2n joignant (0, 0) à (n, n) restant
constament au dessous de la diagonale. En s’inspirant de la figure 8.1(B), contruire
une bijection entre chemin de Dyck et chemin joignant de (0,0) à (n + 1, n) restant
strictement au dessous de la diagonale. En déduire le nombre de chemin de Dyck.
52. On appelle matrice d’adjacence d’un graphe orienté G ~ = (S, ~Γ), avec S = {s1 , s2 , · · · , sn }
~ = (aij )1≤i,j≤n tel que aij = 1 si (i, j) ∈ ~Γ et aij = 0 sinon. Soit G
la matrice carrée M (G) ~
un graphe orienté, M (G)~ sa matrice d’adjacence. Montrer que :
(a) d+ (si ) = n mij , d− (xsi) = n mji , n d+ (si ) = n d− (si ) = |~Γ|.
P P P P
j=1 j=1 i=1 i=1
(b) tr(M (G)~ est le nombre de boucles de G

~ −1 ) est la transposée de M (G),
(c) M (G ~ avec G~ −1 = (S, G),
~ où (x, y) ∈ G
~ ⇔ (y, x) ∈ ~Γ.
~ c ) est In − M (G),
(d) M (G ~ où G ~ c = {S×S ~Γ.
(k) (k)
(e) On considère M k = M × M × . . . × M = (mij ). Montrer que mij est le nombre de
chemin de longueur k de si à sj .
53. Une matrice carrée est unimodulaire si son déterminant est égal à 1 ou -1. Une matrice
rectangulaire est totalement unimodulaire si toute matrice carrée régulière extraite de A
est unimodulaire. On se propose de montrer que la matrice d’incidence sommet-arc M
d’un graphe orienté G est totalement unimodulaire.
(a) Verifier que toute sous-matrice carrée régulière d’ordre 1 extraite de M est unimo-
dulaire.
(b) Soit A une matrice carrée d’ordre n extraite de M . Montrer que si toute colonne de
A a exactement deux éléments non nuls ou que si A contient dont tous les éléments
sont nuls alors det(A) = 0.
(c) On suppose A contient une colonne j avec un seul coefficient aij non nul. Montrer
que det(A) = det(A0 ) ou bien det(A) = −det(A0 ), A0 étant la matrice obtenue de A
en supprimant la ligne i et la colonne j.
(d) En déduire le résultat.
54. Graphe de permutations Soit σ une permutation de [n]. On appelle graphe de σ le
graphe G(σ) = ([n], U ) tel que u = (i, j) ∈ U ⇔ j = σ(i).
(a) Montrer que chaque composante connexe de G(σ) est un circuit élémentaire.
(b) Quelle est le graphe d’une transposition τij .
(c) On appelle signature (σ) de σ le nombre minimum de transposition pour la ramener
à l’identité. Montrer que si G(σ) est connexe, alors (σ) = n − 1.
(d) En déduire que si G(σ) a k composantes connexes alors (σ) = n − k.
55. Soit G = (S, U ) un graphe simple.
P
(a) Montrer que x∈S d(x) = 2|A|. En déduire que dans un graphe simple le nombre de
sommets de degré impair est pair
(b) Montrer que dans un graphe simple d’ordre n > 1, il existe deux sommets x et y tel
que d(x) = d(y).
143
(c) Voici une affirmation ”Dans une réunion mondaine, il ya au moins deux personnes
ayant le même nombre d’amis présent”. Cette affirmation est-elle vraie ou fausse ?
(On supposera que la relation d’amitié est symétrique)
56. Soit un graphe simple G = (S, Γ) tel que que |S| = n et |Γ| = m.
(a) Montrer que :
i. Si m ≤ n − 1, alors G contient un sommet de degré 0 ou 1.
ii. Si G est sans cycle alors m ≤ n − 1
iii. Si G est connexe, alors m ≥ n − 1. Si de plus G contient un cycle alors m ≥ n
(b) Démontrer le théorème 4.3.2.
57. On se propose de démontrer le théorème de Cayley. On appelle vertebré u n triplet
(G, r1 , r2 ) où G = S, A) est un arbre, r1 et r2 deux sommets distingués de S (il est
possible que r1 = r2 ), et endofonction sur S toute application de S vers S. On note an le
nombre d’arbre sur S = [n] et vn le nombre de vertebrés.
(a) Quel est le nombre d’endofonctions sur S.
(b) Montrer que vn = n2 an .
(c) Montrer par un schemas que toute endofonction est une liste d’arborescences.
(d) Montrer qu’il existe une bijection entre les endofonctions et les vertebrés
(e) Déduire de ce qui précède le théorème de Cayley.
58. Montrer que :
(a) Si S ⊂ N∗ , alors la série génératrice des partitions dont aucune part n’est dans S est
Y 1
H(t) = k
.
k6∈S
1 − t
Y 1
(b) La série génératrice des partitions de n dont tous les parts sont impairs est 2k+1
.
k≥0
1 − t
Y
(c) La série génératrice des partitions autoconjuguées est A(t) = (1 + t2k+1 ).
k≥0
(d) La série génératrice des partitions ayant au plus k parts (resp. dont la plus grande
k
X
n
Y 1
part est au plus égale à k) est Fk (t) = pk (n)t = .
n≥0 i=0
1 − ti
(e) La série génératrice des partitions ayant exactement k parts (resp. dont la plus grande
k
X
n
Y tk
part est égale à k) est : F=k (t) = p=k (n)t = i
= tk Fk (t).
n≥0 i=0
1 − t
Y
(f) La série génératrice des partitions de n en parts disticts est D(t) = (1 + tk ).
k≥0
59. (a) Calculer la série génératrice :

i. des partitions dont les parts sont distincts et une puissance de 2,
ii. la série génératrice des partitions dont tous les parts sont dans S (resp distinct
et dans S),
iii. des partitions dont aucune part ne sont répétée plus de k fois
∞
Y k
X 1
(b) Montrer que (1 + x2 ) = xn = .
k=0 n≥0
1−x
∞ ∞
Y1 X sn t n
60. Montrer combinatoirement k
= 1 + 2 ) · · · (1 − tn )
.
k=0
1 − st n=1
(1 − t)(1 − t
∞ ∞
X tm X t2m+1
61. Montrer que m+1 ) · · · (1 − t2m )
= m+1 ) · · · (1 − t2m+1 )
.
m=0
(1 − t m=0
(1 − t
62. Démontrer le théorème 5.9.4. En déduire que σ est une involution si et seulement si
Pσ = Qσ .
63. Vérifier que chacune des exemples de 6.1.3 est une espèce de structure en précisant le
transport de structure et en vérifiant sa fonctorialité.
64. Vérifier les résultats des exemples 6.2.2, 6.2.6 et 6.2.9.
65. Deux espèces F et G sont isomorphes si pour chaque ensemble fini U , il existe une bijection
αU : F [U ] → G[U ] telle que pour toute couple d’ensembles (U, V ) et toute bijection
σ : U → V , le diagramme suivant est commutatif :
Deux espèces F et G sont dites équipotents, et on note F ≡ G, si ∀n, |F[n]| = |G[n]|.

(a) Montrer que si deux espèces F et G sont isomorphes, alors : F(t) = G(t), F(t)
e = G(t),
e
et ZF (x1 , x2 , x3 , · · · ) = ZG (x1 , x2 , x3 , · · · ).
(b) Montrer que F ≡ G si et seulement si F(x) = G(x).
(c) Montrer que l’espèce L des ordres totaux et l’espèce S des permutations sont équi-
potents.
(d) Montrer que pour tout n ≥ 2, le nombre de type d’isomrphie des L-structures sur
un ensemble de cardinal n est strictement inférieur au nombre de types d’isomorphie
des S-structures.
i. Pour tout ordre linéaire s ∈ L[U ] et t ∈ L[V ] il existe une bijection unique
σ : U → V tel que L[σ](s) = t.
ii. α ∈ S[U ] et β ∈ S[V ] sont isomorphes s’ils ont le même type cyclique.
(e) S et L sont-elles isomorphes ?
66. Soit Ep (resp. Ei ) l’espèce des ensembles pairs (resp. impair) définie par Ep (U ) = {U } si
|U | est pair (resp. Ei (U ) = {U } si |U | est impair) et Ep (U ) = ∅ (resp. Ei (U ) = ∅) sinon.
145
(a) Définir convenablement ces espèces.

(b) Montrer que l’espèce E des ensembles vérifie E = Ep + Ei .
(c) Déduire de ce qui précède que :
i. exp(x) = cosh(x) + sinh(x)
1 1 x
ii. = 2
+
1−x 1−x 1 − x2
iii. exp(x1 + 2 + 3 +· · · ) = exp( x22 + x44 +· · · )[cosh(x1 + x33 +· · · )+sinh(x1 + x33 +· · · )]
x2 x3
67. Soient F , G and H des espèces de de structures. Etablir les propriétés suivantes de la
multiplication en décrivant explicitement l’isomorphisme :
(a) (F.G).H = F.(G.H), (associativité)
(b) F.G = G.F , (commutativité)
(c) F.1 = 1.F = F , (élément neutre)
(d) F.0 = 0.F = 0, (élément absorbant)
(e) F.(G + H) = F.G + F.H. (distributivité)
68. Soient F , G, H et K des espèces de structures tels que G[∅] = ∅ = H[∅]. Etablir les
propriétés suivantes de la multiplication en décrivant explicitement l’isomorphisme :
(a) (F ◦ G) ◦ H = F ◦ (G ◦ H), (associativité)
(b) F ◦ X = X ◦ F = F, (élément neutre)
(c) (F + K) ◦ G = F ◦ G + K ◦ G, (distributivité)
(d) (F.K) ◦ G = (F ◦ G).(K ◦ G), (distributivité)
(e) F0 = F ◦ 0 et F [∅] = ∅ si et seulement si F (0) = 0.
69. Montrer que si deux espèces de structures F et F c vérifie l’équation l’équation F = E(F c ),
i.e., F c est l’espèce des F -structures connexes, alors :
(a) F c (x) = log F (x),
X µ(k)
(b) Fec (x) = log Fe(xk ),
k≥1
k
X µ(k)
(c) ZF c (x1 , x2 , x3 , · · · ) = log ZF (xk , x2k , · · · ),
k≥1
k
70. (a) Soit k un entier fixé. Vérifier que l’espèce S [k] des permutations ayant k cycles et
l’espèce Par[k] des partitions ayant k blocs satisfont les équations combinatoires :
S [k] = Ek ◦ C et Par[k] = Ek ◦ E+ ;
où Ek est l’espèce des ensembles de cardinal k et C est l’espèce des permutations
circulaires.
(b) Soient c(n, k) le nombre de permutations d’un ensemble de cardinal n ayant k cycles
et S(n, k) le nombre de partitions d’un ensemble de cardinal n ayant k blocks.
Déduire de 70a les identités suivantes :
1
X xn [log( 1−x )]k X xn (ex − 1)k
i. c(n, k) = , ii. S(n, k) =
n≥k
n! k! n≥k
n! k!
71. Etablir rigoureusement, en explicitant l’isomorphisme, les identités suivantes :

i. (F + G)0 = F 0 + G0 , ii. (F.G)0 = F 0 .G + F.G0 , iii. (F ◦ G)0 = (F 0 ◦ G).G0 .
72. Soient A = XE(A), l’espèce des arborescences, F = E(A), l’espèdes forêts, et Λ, l’espèce
des arbres. Etablir par calcul combinatoire et par un argument graphique que :
i. A0 = F.L(A), ii. Λ00 = F.A0 , iii. A00 = (A0 )2 + (A0 )2 L(A).
73. Calculer les dérivés successives de l’espèce P = E 2 des parties d’un ensemble, et de l’espèce
L des listes.
74. Montrer que l’opération de pointage satisfont aux identités ssuivantes :
i. (F + G)• = F • + G• , ii. (F.G)• = F • .G + F.G• , iii. (F ◦ G)• = (F 0 ◦ G).G• .
75. Par définition, l’espèce des vertébrés est l’espèce V = Λ•• des arbres bipointés, ou des
arborecences pointés.
(a) On pose an = |Λ[n]| et vn = |V[n]|. Montrer que vn = n2 an .
(b) Montrer que V = L+ (A). En déduire que V ≡ S+ (A).
(c) Montrer que l’espèce End des endofonctions vérifie End=S(A). Et que |End[n]| = nn .
(d) Déduire de ce qui précède le théorème de Cayley : ∀n ≥ 1, an = nn−2 .
(e) Montrer que V = A + VA.
(f) Endéduire que pour n ≥ 1, on a l’identité :
n−1
n
X n k
n = k (n − k)n−k−1
k=0
k
76. Rappelons que l’espèce Scru des scrutins et l’espèce Pieu des pieuvres sont définies par
les équations combinatoires Scru = L(E + ) et Pieu = C(L+ ).
(a) Montrer, par des argumentations graphiques, que les dérivées de ces espèces satisfont
à a) Scru’ = Scru2 · E, b) Pieu’= L = (X) · L(2X).
(b) Retrouver ces formules en utilisant les règles du calcul différentiel combinatoire,
l’associativité, etc...
77. Montrer que l’opération de pointage satisfait aux règles de calcul suivantes :
(a) (F + G)• = F • + G• , (additivité)
(b) (F.G)• = F • .G + F.G• , (règle du produit) (
(c) (F ◦ G)• = (F • ◦ G).G• (pointage en chaîne)
78. L’opérateur de pointage d’ordre n est défini par F •n = (XD)n F , où D = d/dX.
Xn
•n
(a) Montrer que F = S(n, k)XkF (k) , où F (k) est la dérivée d’ordre k de F et les
k=0
S(n, k) sont les nombres de Stirling de la deuxième sorte.
n
X
AIDE : Utiliser l’induction mathématique pour montrer que (XD) = n
S(n, k)X k Dk .
k=0
147
(b) Exprimer X n Dn à l’aide des (XD)k , 0 ≤ k ≤ n et des nombres de Stirling de

première sorte s(n, k).
79. (a) Considérons l’espèce Sw des permutations pondérées par w(σ) = αc(σ) , où c(σ) est
le nombre de cycles de σ, l’espèce As des arborescences, chaque arborescence étant
de poids s.
i. Montrer que Sw = E(Cα ), où Cα étant l’espèce des cycles, chaque cycle étant de
poids α.
ii. Montrer que :
A. Sw (x) = exp(−α ln(l − x)) = (1 − X)−α ,
Y 1 Y
B. S
fw (x) =
k
= (1 − xk )−νk (α)
k≥1
1 − αx k≥1
k
C. ZSw (x1 , x2 , · · · ) = k≥1 (1 − xk )−νk (α) , où νk (α) = 1
Q P
k d|k φ(d)α d .
iii. Calculer les séries As (x), A

fs (x) et ZAs (x1 , x2 , · · · )
(b) Une endofonction est une application de E dans lui même.
i. Définir convenablement l’espèce End des endofonctions et montrer par un gra-
phique que End=S ◦ A
ii. Calculer les séries génératrices End(t), End(x)
g et ZEnd (x1 , x2 , · · · ).
iii. Considérons maintenant l’espèce Endv = Sw ◦ As . Montrer que :
α
1
A. Endv (x) = ,
1 − sA(x)
!νk (α)
]v (x) =
Y 1
B. End
k≥1 1 − sk Aek (x)
Y νk (α)
1
C. ZEndv (x1 , x2 , · · · ) =
k≥1
1 − sk ZAe(xk , x2xk , · · · )
n
X k n
iv. Vérifier que |End[n]|v = nn−k sk α(α + 1) · · · (α + k − 1).
k=1
n k
n
X
v. En déduire que knn−k n(n − 1) · · · (n − k + 1).
k=1
80. Considérons l’espèce Invw , de toutes les involutions, pondérée par w(σ) = xc1 (−1)c2 , où
c1 est le nombre de points fixes de cσ et c2 est le nombre de cycles de longueur 2.
(a) Vérifier qu’on a donc l’équation combinatoire Invw = E(Xx + (C2 )−1 ), où (C2 )−1 dé-
signe l’espèce des cycles de longueur 2, pondérée par -1, et Xx l’espèce des singletons
pondérée par x.
(b) En déduire la série génératrice Invw (t) = exp(xt − 21 t2 )

X tn
On pose Invw (t) = Hn (x) , où le coefficient Hn (x) désigne, par définition, le
n≥0
n!
polynôme d’Hermite (unitaire) défini dans l’exercice 33.
(c) Une variante Hn (x) des polynômes d’Hermite est définie par la renormalisation
n √ X tn
Hn (x) = 2 2 Hn (x 2). Montrer que Hn (x) = exp(2xt − t2 ).
n≥0
n!
(d) Montrer que
1
Inv
] w (t) = (1−xt)(1+t2 ) et
k
!
X1 (+1) 2 (8.2)
ZInvw (t1 , t2 , · · · ) = exp xk tk + (xk + x2k )
k≥1
k 2
et que pour toute permutation σ de type (σ1 , σ2 , · · · ), on a :

j
Y
j−1
σj tj + χ(j impair)(−1) 2
|Fix Inv[σ]|w = ((−l) j) 2 Hσj (ζj ), où ζj = 1 .
i≥1 ((−1)j−1 j) 2
(e) En étudiant l’effet de la dérivée sur les involutions pondérées, montrer combinatoire-
ment que le polynôme y = Hn (x) satisfait à l’équation différentielle 00 − xy 0 + y = 0.
(f) Montrer combinatoirement que Hn+1 (x) = xHn (x) − nHn−1 (x).
81. Soit Φ = Φ(X, Y ), l’espèce, à deux sortes, des applications f : U → V , où X est la sorte
des éléments de U et Y celle des éléments de V , le transport de structures étantt obtenu
par composition usuelle des fonctions :Φ[σ, θ](f ) = θ ◦ f ◦ α−1 . De plus, on introduit les
trois sous-espèces Inj, Sur et Bij de φ en posant : Inj[U, V ] = {f |f : U → V, f injective},
Surj[U, V ] = {f |f : U → V, f surjective}, et Bij[U, V ] = {f |f : U u → V, f bijective},
(a) Montrer que : Φ(X, Y ) = E(E(X).Y ), Inj(X, Y ) = E((l + X) − Y ), Surj(X, Y ) =
E(E+ (X).Y ), et Bij(X, Y ) = E(X.Y ).
(b) Démontrer, par calculs combinatoires ainsi que par des arguments géométriques, les
égalités (isomorphismes) suivantes :
∂ ∂ ∂ ∂ ∂ ∂
i) ∂X Φ = Y ∂Y Φ ii) (1 + X) ∂X Inj = Y ∂Y Inj iii) ∂X Surj = Y (1 + ∂Y )Surj
∂ ∂
iv) ∂X Bij = Y Bij v) ∂Y Bij = XBij vi) Bij(X, Y ) = Bij(Y, X).
(c) Montrer que les séries Φ e y) et ZΦ = ZΦ (x1 , x2 , · · · ; y1 , y2 , · · · ) sont données
e = Φ(x,
par les formules :
1
Φ
e=
(1 − y)(1 − xy)(1 − x2!
y) · · · (1 − xk y) · · ·
X yn X xnm (8.3)
ZΦ = exp
m≥1
n m≥1 m
(d) Calculer explicitement les séries : ZInj (x, y), Surj(x, y), Bij(x, y), ZInj , ZSurj , ZBij , Inj,
f
Surj
g et Bij.
f
149
82. (a) Soit F = F (Xl , X2 , · · · , Xk ) et G = G(Xl , X2 , · · · , Xk ), des espèces à plusieurs sortes

Xl , X2 , · · · , Xk . Démontrer, pour i, j = 1, · · · , k, les égalités :
∂ ∂ ∂
(F + G) = F+ G
∂Xi ∂X
i ∂X
i
∂ ∂ ∂
(F G) = F G+F G (8.4)
∂Xi ∂Xi ∂Xi
∂ ∂
F F
∂Xi Xj ∂Xj Xi
(b) Considérons des espèces F = F (Y1 , Y2 , · · · , Ym ) et Gj = Gj (X1 , X2 , · · · , Xk ), j =

1, · · · , m. Démontrer la loi dérivation en chaîne
m
∂ X ∂F ∂
F (G1 , G2 , · · · , Gm ) = (G1 , G2 , · · · , Gm ) Gj (8.5)
∂Xi j=1
∂Y j ∂X i
83. (a) Montrer qu’en prenant les types selon Y de l’espèce Surj(X, Y ) des surjections, on
obtient l’espèce Parv (X) des partitions pondérées par v(π) = y b(π) , où b(π) est le
nombre de blocs de π, c.-à-d. Parv (X) = TY :y Surj(X, Y ).
(b) En déduire que les nombres de Stirling de 2-ème sorte S(n, k) sont donnés par
|Surj[n, k]|
S(n, k) = .
k!
(c) Etablir l’identité combinatoire Φ(X, Y ) = Surj(X, Y ).E(Y ), et en déduire la formule
de Touchard, !
n k n X yj
X x y X x
kn = S(n, k) y k (8.6)
n,k≥0
n! k! n,k≥0
n! j≥0
j!
(d) En déduire la formule de Dobinski pour les nombres de Bell,

1 X kn
Bn = , n ≥ 0. (8.7)
s k≥0 k!
84. Soient Fv et Gw deux L-espèces pondérées.

(a) Montrer que si F et G sont isomorphes, alors Fv (t) = Gw (t).
(b) Montrer que la réciproque est fausse : on pondère l’espèce P des parties d’un ensemble
par v(A) = (−1)|A| , montrer que Pv (t) = 1, et conclure.
(c) Montrer que si v et w sont des pondérations triviales, c’est à dire v = w = 1, et si
F (t) = G(t), alors F et G sont isomorphes.
RX RX
85. Vérifer les intégrales combinatoires suivantes : 0 T n dT = Lcn+1 (X), (n ≥ 0), 0 E(T )dT =
RX RX RX
E+ (X), 0 Eimp (T )dT = Ep (X) − 1, 0 Ep (T )dT = Eimp (X), et 0 L(T )dT = Lc (X), où
Eimp (resp. Ep ) est l’espèce des ensembles impairs (resp. pair) et Lc est l’espèce des listes
connexes, c’est-à-dire des listes commençant par le minimum. Tradiore ces égalités en
terme de séries génératrices.
86. (a) Calculer la série génératrice de l’espèce Lp des listes paires et de l’espèces Limp des
listes impairs.
Rx t Rx 1
(b) A partir de la relation L = Limp +Lp , montrer que 0 1−t 2 dt = ln
√ 1 et dt =
q 1−x 2 0 1−t2
ln 1+x1−x
.
(c) Montrer que les séries génératrices des espèces F et G des permutations dont tous
les cycles sont de longueursrpaires et impaires, respectivement, sont données par
1 1+x
F (x) = √ et G(x) = .
1−x 2 1−x
87. L’espèce Scru, des scrutins ou des partitions ordonnées est définie par Scru= L(E + ).
On considère l’espèce Scruw des scrutins pondérée w(π) = q n−k , où π ∈ Scru[n] et k
désigne le nombre de blocs de π. On note Lv (resp. Lu ) l’espèce des listes pondérées par
v(σ) = (1 + q)des(σ) (resp u(σ) = q des(σ) ), des(σ) étant le nombres de descentes de σ. On
X xn
pose Lv (x) = An (q) .
n≥0
n!
−1
exp(qx) − 1
(a) Montrer que Scruw (x) = 1 − .
q
(b) Démontrer que Lv (x) = Scruw (x).
1−q
(c) En déduire Lu (x) = ainsi que la formule Frobenius pour les poly-
exp(x(q − 1)) − q
n−1
X
nômes eulériens An (q) = (n − k)!S(n, k)(q − 1)k où S(n, k) désigne les nombres
k=0
de Stirling de deuxième espèce.
AIDE : Une liste u pondérée par (q + l)des(σ) est équivalente à une liste pondérée
dont on a distingué certaines descentes marquées par le compteur q. On construit
alors un scrutin en introduisant des divisions entre les éléments de la liste σ sauf là
où se trouvent des descentes marquées.
(d) On définit une montée d’une liste σ = x1 x2 · · · xn comme un indice i ∈ [n − l] tel que
xi < xi+1 et une excédance d’une permutation σ ∈ S[n] comme un i ∈ [n] tel que
i < σ(i). On dénote par mon(σ), le nombre de montées d’une liste σ et par exc(σ), le
nombre d’excédances d’une permutation σ. Démontrer que Lu (x) = Ls (x) = Sα (x),
où Ls est l’espèce des listes pondérées par s(σ = q mon(σ) , et Sα est l’espèce des
permutations pondérées par α(σ) = q exc(σ) .
AIDE : Pour la première égalité, utiliser une symétrie verticale ou encore la transfor-
mation L[ι], où L est l’unique bijection l → l renversant l’ordre. Pour la deuxième,
considérer la transformation fondamentale.
(e) Montrer que A2n (−1) = 0, A2n+l (−l) = (2n + l)![x2n+1 ] tan(x), B2n+1 (−1) = 0, et
B2n (−l) = (2n)![x2n ] sec(x), où Bn (q) = |B[n]|α , B dénotant la classe des permuta-
tions sans points fixes.
AIDE : définir des involutions convenables sur les structures.
151
88. On considère la L-espèce A↑L des arborescences croissantes, solution de l’équation de

l’équation différentielle Y 0 = L(Y ), Y (0) = 0 et la L-espèce T3↑ , des arborescences
ternaires croissantes, solution de l’équation différentielle : Y 0 = Y 3 , Y (0) = 1.
(a) Donner un exemple de A↑L -structure sur [20].
(b) Montrer que l’espèce A = A↑L satisfait à l’équation A = T + E2 (A).
2
(c) En déduire que la série génératrice y(t) = A↑L (t) satisfait à l’équation y = t + y2 . En
√
déduire que A↑L (t) = 1 − 1 − 2t.
(d) Montrer que l’espèce Z = T3↑ satisfait à l’équation différentielle Z 0 = B ↑ (Z), Y (0) =
R
0, où B ↑ denote l’espèce des arborescences binaires croissantes.

(e) Montrer qu’on a l’isomorphisme de L-espèces B ↑ ∼ L, L étant l’espèce des listes.
(f) Montrer qu’on a un isomorphisme T3↑ ∼ A↑L . Donner un algorithme rapide pour
R
réaliser cet isomorphisme.

(g) En conclure que le nombre d’arborescences ternaires croissantes sur [n] est a(3) n =
Yn
(2k − 1).
k=1
(h) Par un calcul direct, montrer que la série génératrice des arborescences m-aire crois-
santes, Tm↑ , solution de l’équation différentielle Y 0 = Y m , Y (0) = 1 est Tm↑ (t) =
1
(1 − (1 − m)t) 1−m , si m > 1 et T1↑ (t) = et .
(i) En déduire que le nombre d’arborescences m-aires croissantes sur [n] est a(m) n =
n−1
Y
(1 + k(m − 1)).
k=1
(j) Résoudre l’équation combinatoire Y 0 = T Y 3 , Y (0) = 0. Montrer que la solution
Y (T ) vérifie Y (T ) = T3↑ (E2 (T )). En déduire que la série génératrice vérifie y(t) =
t2 1
T3↑ ( ) = √ .
2 1 − t2
c↑ c↑
89. Considérons les arborescences m-aires croissantes complètes Tm,1 et Tm,2 , solution du
sytème d’équations différentielles :
0
Y1 = 1 + Y1m , Y1 (0) = 0
(8.8)
Y20 = Y1m+1 Y2 , Y2 (0) = 1
c↑
X tn c↑
X tn
On pose Tm,1 (t) = am n et T m,2 (t) = bm
n .
n≥0
n! n≥0
n!
c↑ c↑
(a) Donner le système d’équation différentielle satisfaite par Tm,1 (t) et Tm,2 (t).
m m
(b) Montrer que les nombres (an ) et (bn ) satisfont aux récurences :

m
X n
m m m m
a1 = 1, a2 = a3 = · · · = am = 0, an+1 = am m m
n1 an2 · · · anm ,
n 1 , n2 , · · · , n m
n1 +n2 +···+nm =n
X n
et bm
n+1 = bm m m
n1 an2 · · · anm .
n +n +···+n =n
n 1 , n2 , · · · , nm
1 2 m
c↑ m c↑ m c↑
(c) Montrer qu’on a l’isomorphisme (Tm,2 ) ∼ 1 + (Tm,1 ) et l’isomorphisme Tm,2 ∼
R c↑ 2
E[ (Tm,1 ) ]
(d) En déduire que les solutions du système analytique y 0 (t) = 1 + y m (t), z 0 (t) =
R t
z(t)y m−1 (t), y(0) = 0 et z(0) = 1 satisfont z m (t) = 1+y m (t) et z(t) = exp( 0 y m−1 (u)du.
1
(e) Vérifier que dans le cas particulier où m = 2 ces relations s’écrivent =
cos2 (t)
t
1 + tan2 (t) et 0 tan(u)du = ln( cos(t)
1
R
).
(f) Considérons maintenant le système :
0
Y = Z 2 , Y (0) = 0
(8.9)
Z 0 = Y Z, Z(0) = 1
i. Montrer combinatoirement que les solutions Y et Z vérifient Z 2 ∼ 1 + Y 2 .
1
Rt 1
ii. En utilisant ce modèle combinatoire, montrer que tan(t)+ cos(t) = exp( 0 cos(u) du.
90. Considérons les solutions du système d’équations différentielles combinatoires :
0
Y = aZ, Y (0) = y
(8.10)
Z 0 = bY, Z(0) = z
(a) Calculer les séries génératrices des solutions de ce système.
(b) Donner un exemple de Y -structures et un exemple de Z-structure.
(c) Etudier les cas particuliers où :
i. a = 1 = z, y = 0, b = −1
ii. a = b = 1 = z et y = 0
(d) Montrer les isomorphismes suivant :
by 2 Y (T1 +T2 )+az[Y (T1 )Z(T2 )+Z(T1 )Y (T2 )] ∼ az 2 Y (T1 +T2 )+y[bY (T1 )Y (T2 )+aZ(T1 )Z(T2 )]
az 2 Z(T1 +T2 )+by[Y (T1 )Z(T2 )+Z(T1 )Y (T2 )] ∼ by 2 Y (T1 +T2 )+z[aY (T1 )T (T2 )+bZ(T1 )Z(T2 )]
(e) Vérifier que ces formules généralisent les formules d’addition des fonctions trigono-
metriques et hyperboliques.
(f) Peut-on montrer combinatoirement que cos2 (t) + sin2 (t) = 1 ?
(g) Montrer combinatoirement que cos(t+t0 )+sin(t) sin(t0 ) = cos(t) cos(t0 ) et que sin(t+
t0 ) = cos(t) sin(t0 ) + sin(t) cos(t0 ).
91. Dévelloppement-Compression pour les nombres de Catalan Soient l’alphabet
A = {a, b, c} et l’ensemble des variables V = {x, y, z} et l’ensemble (A ∪ V )∗ , des mots sur
(A ∪ V ). Considérons la grammaire algébrique (non commutative) G = {x → yaz, y →
xbz, z → xcy}. Rappelons qu’à cette grammaire est associé l’historiographe de Schett
H(3) = (3, A, p), où A = {A1 , A2 , A2 } avec A1 (n1 , n2 , n3 ) = (n1 − 1, n2 + 1, n3 + 1),
A2 (n1 , n2 , n3 ) = (n1 + 1, n2 − 1, n3 + 1), et A3 (n1 , n2 , n3 ) = (n1 + 1, n2 + 1, n3 − 1),
p(Ai , (n1 , n2 , n3 ) = ni (voir définition 7.4.11. Dans la suite nous considérons la réalisation
canonique de cette historiographe (voir 7.4.4).
153
Définition 8.0.19. Nous appellons mots de Schett initialisés en x (resp en y, resp. en z)

l’ensemble LG (x) des mots de (A ∪ V )∗ engendré par x (resp. par y, resp. par z). Un mot
de Schett est alors un élément de LG (x) ∪ LG (y) ∪ LG (z).
n
Notation : Sc(x) = LG (x), Scn (x) = G n (x) = {w ∈ (A∪V )∗ |x → w} l’ensemble des mots
de (A ∪ V )∗ engendré à partir x, après n dérivations successives, définition analogue pour
Sc(y), Scn (y), Sc(z) et Scn (z). Si ω ∈ Scn (x), on pose G(ω) = {ω 0 ∈ Scn+1 (x)|ω → ω 0 },
Sc = Sc(x) ∪ Sc(y) ∪ Sc(z) l’ensemble des mots de Schett.
(a) Vérifier que tout élément de Scn (x) (resp. de Scn (y), resp. de Scn (z)) est de longeur
2n + 1 et que si w = w1 w2 · · · w2n+1 ∈ Scn (x), alors ∀k, w2k ∈ {a, b, c} et w2k+1 ∈
{x, y, z}.
(b) ∀n, |Scn (x)| = |Scn (y)| = |Scn (z)| = cn , cn étant le n-iène nombre de Catalan (Indi-
cation : Chercher une relation de récurence poour |Scn (x)|).
(c) Vérifier que si on se donne une arbre binaire complète non étiqutée sur 2n + 1 points,
il existe une seule façon d’étiqueter les sommets internes par les élémenst de A et les
feuille par les éléments de V pour que cette arbre soit une arbre de dérivation de G.
(d) Soient ω, ω 0 ∈ Scn (x) et ω 00 ∈ Scn+1 (x) tels que ω 6= ω 0 et ω 00 ∈ G(ω) ∩ G(ω 0 ).
Montrer qu’il existe (i, j) ∈ N2 tel que ω = a1 · · · a2i−2 b1 b2 b3 a2i · · · a2j · · · a2n−1 , ω 0 =
a1 · · · a2i · · · a2j−2 c1 c2 c3 a2j · · · a2n−1 et ω 00 = a1 · · · a2i−2 c1 c2 c3 a2i · · · a2j−2 b1 b2 b3 a2j · · · a2n−1 ,
avec b1 b2 b3 = G(a2i−1 ) et c1 c2 c3 = G(a2j−1 ). Vérifier que j > i. Que se passe-t-il si
j = i + 1?
(e) Soient maintenant ω 0 , ω 00 ∈ G(ω). Montrer que G(ω 0 ) ∩ G(ω 00 ) 6= ∅.
(f) Soient ω et ω 0 deux éléments de Scn (x) tel que G(ω) ∩ G(ω 0 ) 6= ∅. Utiliser le résultat
de la question 91d, pour montrer que |G(ω) ∩ G(ω 0 )| = 1.
(g) Montrer que si ω1 , ω2 , ω3 sont trois éléments de G(ω), deux à deux distincts, alors
G(ω1 ) ∩ G(ω2 ) ∩ G(ω3 ) = ∅.
On se propose de définir récursivement une ordre total sur chaque ensemble G(ω).
Remarquons d’abord que ∀n, si ω = a1 a2 · · · a2n+1 ∈ Scn (x), alors la partie G(ω) de
Scn+1 (x) peut être ordonnée par a1 · · · G(a2i−1 ) · · · a2n+1 ≤ a1 · · · G(a2j−1 ) · · · a2n+1 ⇔
i ≤ j. Supposons que pour un entier n, une ordre prolongeant les ordres des G(ω),
(n) (n) (n)
ω ∈ G(ω) a été défini, et qu’on a Scn (x) = {ω1 < ω2 < · · · < ωcn }. Pour
i−1
[
(n) (n) (n)
1 ≤ i ≤ cn , on pose G(ωi ) = G(ωi ) \
e G(ωj ). On définit alors une ordre
j=1
e 1(n) ) +o G(ω
sur Scn+1 (x) en posant Scn+1 (x) = G(ω e 2(n) ) +o · · · +o G(ω
e c(n)
n ). On pose
(n)
cn,i = |G(ω1 )|
e
e (n) ) et Scn (x), pour n = 0, 1, 2, 3, puis vérifier
(h) Construire les ensembles ordonnés G(ωi
Xc n
que cn = cn,i .
i=1
(n) (n+1)
(i) Soit ωi = a1 · · · a2n+1 ∈ Scn (x). On pose ωi,1 = a1 · · · G(a2s−1 ) · · · a2n+1 le plus
(n)
petit élément de G(ω e 1 ). Etant donné un élément ω = a1 · · · G(a2r−1 ) · · · a2n+1 ∈
(n) e 1(n) ) ⇔ r ≥ s et que s = n + 2 − cn,i . En déduire

G(ω1 ), montrer que ω ∈ G(ω
que si G(ωe 1(n) ) = {ω (n+1) , · · · , ω (n+1) , alors ∀j, 1 ≤ j ≤ cn,i − 1, on a ω (n+1) =
i,1 i,cn,i i,j+1
a1 · · · G(a2(s+j)−1 ) · · · a2n+1 .
(j) On pose G(a2(s+j)−1 ) = bj1 bj2 bj3 . Montrer que pour tout j, 0 ≤ l ≤ cn,i −1, G(ω e (n+1) ) =
i,j+1
j j j
{ω = a1 · · · a2(s+j−1) b1 b2 b3 a2(s+j) · · · G(a2r+1 · · · a2n+1 , s + j ≤ r ≤ n} ∪ {ω1,j , ω3,j }, où
ω1,j = a1 · · · a2(s+j−1) G(bj1 )bj2 bj3 a2(s+j) · · · a2n+1 et ω1,j = a1 · · · a2(s+j−1) bj1 bj2 G(bj3 )a2(s+j) · · · a2n+
(k) Déduire de ce qui précède un algorithme permettant de générer récursivement les
mots de Schett initialisés un x.
Définition 8.0.20. Nous appellons mot de Jacobi, tout mot de Schett ne contenant
pas la lette x. Ce sont donc les mots correspondant aux arborescences de Jacobi,
donc aux histoires de Schett dont l’état final est de la forme (0, n2 , n3 ).
(l) Montrer que si n est pair (resp. impair), alors tout élément de Scn (x) (resp. Scn (y))
contient au moins une lettre x.
Considérons les ensembles J2n+1 (x) (resp. J2n (y)) de Sc2n+1 (x) (resp. Sc2n (y)) des
mots de Jacobi initialisé en x (resp. en y). On définit la suite (κn ) par κ2n = |J2n (y)|
et κ2n+1 = |J2n+1 (x)|.
(m) Soit ω = a1 a2 · · · a2n+1 ∈ Sc tel que G(ω)
e = {ω1 , · · · , ωr }. Montrer que ω est de
Jacobo si et seulement si pour chaque i, l’élément minimum de G(ω e − i) est un mot
de Jacobi. (Etudier les deux cas où ω est initialisé en x et en y).
(n) Soit la grammaire G0 = {y → yazbz, z → yazcy}. Montrer que J2n+1 (x) = LG0 (yaz)
et J2n (y) = LG0 (y).
(o) En considérant les résultats précédentes, construire une algorithme permettant de
générer les mots de Jacobi.
(p) En considérant les résultats précédents, construire une méthode dévellpppent com-
pression (Voir définition2.4.6) pour le calcul des nombres (Cn ) et (κn ).
Xn
(q) Montrer que les nombres κn satisfont à la récurence κ2n+2 = κ2k+1 κ2n−2k et
k=0
qu’en posant A(t) = n≥0 κ2n+1 t2n+1 et B(t) = n≥0 κ2n t2n on A(t) = tB 2 (t) et
P P
B(t) = 1 + tA(t)B(t).

1 3n 1 3n + 1
(r) En déduire que κ2n = et κ2n = (Utiliser la formule
2n + 1 n 3n + 2 n
d’inversion de Lagrange (Annexe A).
X X
(s) Posons f (t) = t κn tn et g(t) = t(1 + t (−1)n+1 cn tn ). Montrer analytiquement
n≥0 n≥0
que g(f (t)) = t.
Problème ouvert : Démontrer combinatoirement ce dernier résultat.
Bibliographie
[1] S.C. Milne AM Garcia. Method for constructing bijections for classical partition identities.
Proc. Nat. Acad. Sci. USA, 78 n˚ 4, 1981.
[2] O. Carton. Langage Formel, Complexité et Calculabilité. Note de cours disponible à
l’adresse http ://www.liafa.jussieu.fr/ carton/Enseignement/Complexite/ENS/Support/..,
Version 2007.
[3] W. Chen. Context-free grammars, differential operators and formal power series. 117,
1993.
[4] L. Comtet. Advanced Combinatorics. D. Reidel Publishing Company, 1974.
[5] G. N. Han D. Foata. Principe de combinatoire classique, cours et exercices corrigés. 2008.
[6] G. N. Han D. Foata. The q-series in combinatorics ; permutations statistics. 2009.
[7] G. N. Han D. Foata. André permutation calculus : a twin seidel matrix sequence. 73
Article B73e, 2016.
[8] D. Dumont. Une approche combinatoire des fonctions elliptiques de jacobi. 41, 1981. p.
139.
[9] D. Dumont. Pics de cycle et dérivées partielle. 1986, 316/S-13, pp 27-44.
[10] D. Dumont. Grammaires de william chen et dérivations dans les arbres et arborescences.
37, 1996.
[11] P. Leroux et G. X. Viennot. Combinatorial resolution of systems of differential equations
i : Ordinary differential equations. 1234, 1986.
[12] P. Leroux et G. X. Viennot. Combinatorial resolution of systems of differential equations
iv : Separation of variables. 72, 1988.
[13] P. Leroux et G. X. Viennot. Résolution combinatoire des équations différentielles ii : Calcul
intégral combinatoire. 12, 1988.
[14] P. Flajolet et R. Sedgewick. Analytics Combinatorics, volume 1. Encyclopedia of Ma-
thematics and its applications, Cambridge University Press Disponoble à l’adresse :
http ://algo.inria.fr/flajolet/Publications/books.html, 2008.
[15] P. Leroux F. Bergeron, G. Labelle. Théorie des espèces et combinatoire des structures
arborescentes, volume 19. Publication du LACIM, 1994.
155
156 BIBLIOGRAPHIE
[16] P. Leroux F. Bergeron, G. Labelle. Combinatorial Species and tree-likes structures, vo-
lume 57. Encyclopedia of Mathematics and its applications, Cambridges University Press,
1998.
[17] Yoann Gelineau. Études combinatoires des nombres de jacobi-stirling et d’entringer. 2010.
[18] G. Labelle. Une nouvelle démonstration combinatoire des formules d’inversion de lagrange.
42, 1981, 217-247.
[19] Igor Pak. Partitions bijections survey. 2002.
[20] Igor Pak. The nature of partitions bijections i : Involutions. 2003.
[21] Igor Pak. The nature of partitions bijections ii : Asymptotics stability. 2003.
[22] B. Randrianirina. Combinatoire des Systèmes d’équations différentielles et aux dérivées
partielles, volume 23. Thèse de Doctorat, Publication du Lacim, 2000.
[23] B. Randrianirina. Espèces mixtes et système d’équations différentielles. Annale des
Sciences Mathématiques du Québec, 24, 2000.
[24] R. P. Stanley. Combinatorial Species and tree-likes structures, volume 57. Encyclopedia of
Mathematics and its applications, Cambridges University Press, 1998.
[25] R. P. Stanley. A survey of alternating permutations. 2009.
[26] G. X. Viennot. Interprétation combinatoire des coefficients du dévelloppement des fonc-
tions elliptiques de jacobi. 29, 2, (1980) 121-133.
[27] G.X. Viennot. Permutations ayant une forme donnée. 26, N˚3, 1979.
[28] Herbert S. Wilf. Génératingfunctionology. Academic Press, Inc. Disponoble sur iternet,
1994.
Annexe A
La Formule d’Inversion de Lagrange
Dans cette annexe, nous allons parler de la formule d’inversion de Lagrange. Commençons
par chercher l’inverse f <−1> d’une série formelle f donnée pour la composition des séries ; C’est
à dire qu’on veut chercher une série g tel que (g ◦ f )(X) = X. Rappellons que si f et g sont
deux séries formelles, alors g ◦ f existe si et seulement si o(f ) ≥ 1, et que si o(g) = 0, alors
o(g ◦ f ) = 0. Donc si le problème admet une solution alors, o(f ) ≥ 1 et o(g) ≥ 1. En notant
que si o(f ) > 1 ou o(g) > 1, alors o(g ◦ f ) > 1. Donc s’il existe f tel que (g ◦ f )(X) = X, alors
o(g) = o(f ) = 1.
Théorême A.0.21. Soit f une série formelle telle que o(f ) = 1. Alors il existe une série
formelle g telle que o(g) = 1 et (g ◦ f )(X) = X.
X X
Preuve: Posons f (X) = an X n , avec a1 6= 0. Si g(X) = bn X n , alors g ◦ f (X) =
n≥1 n≥0
X X
k n
bn ( X ) . Donc l’équation g ◦ f (X) = X est équivalent à un système triangulaire infini
n≥0 k≥1
de la forme :
b0 = 0,
b1 a1 = 1,
b1 a2 + b2 a21 = 0, .
3
b1 a3 + 2b2 a1 a2 + b3 a1 = 0,
··· .
Il est clair que ce système admet une solution unique.
Le système précédent permet de calculer récursivement les coéfficients de la série formelle
g. Mais il existe une autre methode de calcul direct utilisant les séries de Laurent formelles.
Définition A.0.22. On appelle série de Laurent formelle tout élément du corps des fractions
C((X)) des fractions de l’anneau intègre C[[X]] .
∞
X
Notons que tout éléments de C((X)) s’écrit sous la forme f (X) = an X n , avec k ∈ Z.
n=k
157
158 ANNEXE A. LA FORMULE D’INVERSION DE LAGRANGE
∞
X
Définition A.0.23. Soit f (X) = an X n ∈ C((X)) tel que ak 6= 0. Alors l’entier k ∈ Z
n=k
s’appelle ordre de f et se note o(f ), et le coefficient a−1 = [x−1 ]f s’appelle résidu de f , et se
note Res(f ).
∞
X
Théorême A.0.24. Soit f (X) = an X n ∈ K((X)) tel que ak 6= 0. Alors :
n=k
0
1. Res(f ) = 0
f 0 (X) k
2. = + g(X), où o(g(X)) ≥ 0.
f (X) X
3. Si r(X) est une autre série de Larent formelle tel que k = o(r(X)) > 0. Alors k[X −1 ]f (X) =
[Z −1 ]{f (r(Z))r0 (Z)}.
∞
X −1
X X
n
Preuve: f (X) = an X = an X n + a0 + an X n . alors :
n=k n=k n>0
−1
X X
0
1- f (X) = nan X n−1 + nan X n−1 . Alors Res(f 0 ) = 0.
n=k n>0
∞
X
k
2- D’autre part, f (X) = X ( an X n−k ) = X k (ak + g(X)) avec o(g(X)) > 0, alors
n=k
∞
1 X −k f 0 (X) k−1
X X −k
= (1 + h(X)), avec o(h) ≥ 1. Donc = (kak X + nan X n−1 )( (1 +
f (X) ak f (X) n=k+1
a k
X an
−1 n−k−1
h(X)) = kX + n X (1 + h(X)).
n≥k+1
ak
1 d
3- Si f (X) = X n , avec −1 6= n ∈ Z, alors [Z −1 ]{rn (Z)r0 (Z)} = [Z −1 ]{ (rn+1 (Z))} =
n+1 dZ
r0 (Z) 1
0 = [X −1 ]X n . Si n = −1, alors [Z −1 ] = k = k[X −1 ] .
r(Z) X
X∞ ∞
X
0
Supposons maintenant que f (X) = n
an X , alors f (r(Z))r (Z) = an rn (Z)r0 (Z). Si
n=k n=k
1 d
n 6= −1, alors [Z −1 ]{rn (Z)r0 (Z)} = [Z −1 ]{ (rn+1 (Z))} = 0 ; si n = −1, [Z −1 ]{rn (Z)r0 (Z)} =
n+1 dZ
k. D’où [Z −1 ]{f (r(Z))r0 (Z)} = ka−1 = k[X −1 ]f (X).
∞
X ∞
X
n
Théorême A.0.25. Soit f (X) = an X et et g(X) = bn X n deux élément de C((X)) tel
n=1 n=1
1
que g ◦ f (X) = X. Alors bn = Res n .
nf (X)
159
∞
X
Preuve: Il est clair que b1 = a−1
1 . g ◦ f (X) = X, alors bk f (X)k = X. La dérivation formelle
k=1
∞
X
de cette expression nous donne 1 = kbk (f (X))k−1 f 0 (X). En divisant cette equation par
k=1
nf n (X), pour n fixé, on a :
∞
1 X kbk k−1−n 0 f 0 (X) X kbk
= (f (X)) f (X) = b n + (f (X))k−1−n f 0 (X). Or pour
nf n (X) k=1 n f (X) k≥1,k6=n n
1
k 6= n, (f (X))k−1−n f 0 (X) est la dérivée de (f (X))k−n . Alors son résidu est nul. D’autre
k−n
f 0 (X)
part, f (X) = a1 X + n≥2 an X n . Donc f 0 (X) = a1 + n≥2 nan X n−1 . Donc
P P
est une série
f (X)
1 X 1
de la forme + cn X n . Donc le résidu de n
est bn .
X n≥0 nf (X)
X X X x
Exemple 1 : Soit la série f (X) = xn . Il est clair que f (X) = xn = x( xk ) = .
n≥1 n≥1 k≥0
1 − x
n
(1 − x)n

1 −n
X
k n k <−1>
X
Donc n = n
= x (−1) x . D’où, en posant f (X) = bn X n , on a
f (X) x k=0
k n≥1
1 n−1 n
n−1
bn = n (−1) n−1
= (−1) .
X <−1>
X
n 1 −1 (1 − x)2n
Exemple 2 : Soit f (X) = . Si f (X) = b n X , alors on a b n = [x ] =
(1 − X)2 n≥1
n xn
(−1)n−1 2n

1 n−1 2n
[x ](1 − x) = .
n n n−1
Théorême A.0.26. [Formule d’inversion de Lagrange (cas particulier)] Soit mainte-
X
n z
nant f (z) = an z une série formelle telle que o(f ) = 0. Posons w = W (z) = . Si
n≥0
f (z)
X f n (z) 1
z = Z(w) = cn wn , alors cn =Res( n
) = (Dn−1 f n )(0).
n≥0
nz n!
z
Preuve: Notons d’abord que la variable w est relié à z par la relation w = W (z) = .
f (z)
Il s’agit ici de trouver l’espression de z en fonction de w. La notation z = Z(w) signifie
que Z(W (z)) = z. Donc la série Z est l’inverse de la série W pour la composition des sé-
X X zn
ries formelles. On a z = Z(w) = cn w n = cn n . Le théorême précédent montre que
n≥0 n≥0
f (z)
1 1 f n (z) f n (z)
cn =Res( ) = Res( n ). Or [z −1 ] n = [z n−1 ]f n (z). Ce coéfficient est obtenu en
zn
n f n (z)
n z z
n−1
X Xn−1 Xn−1 Xn−1
k n k k
développant ( ak z ) = ( ak z )( ak z ) · · · ( ak z k ). Pour avoir un monôme en z n−1 il
k=0 k=0 k=0 k=0
suffit de choisir un monôme ak1 z k1 dans le premier facteur, ak2 z k2 dans le deuxième facteur,· · · ,
akn z kn dans le dernier facteur, de manière à ce que k1 + k2 · · · kn = n − 1. Donc :
X
[z n−1 ]f n (z) = ak1 ak2 · · · akn .
k1 +k2 ···kn =n−1
X n − 1
n−1 n
D’autre part, nous avons D (f (X)) = f (k1 ) (X)f (k2 ) (X) · · · f (kn ) (X), la
k1 , · · · , kn Pn
somme étant étendue sur tous les suites (k1 , · · · , kn ) telle que i=1 ki = n − 1. Comme
(kj )
f (0) = kj !akj , alors :

1 n−1 n 1 X n−1 1 X
D f (0) = f (k1 ) (0)f (k2 ) (0) · · · f (kn ) (0) = ak ak · · · akn
n! n! k1 , · · · , kn n k +···+k =n−1 1 2
1 n
Soit maintenant φ(x) une série formelle tel que o(φ) = 0. φ admet donc une inverse
multiplicatif φ−1 (x) dans l’anneau des séries formelles K[[x]], et xφ−1 (x) est d’ordre 1 en x.
Posons t = xφ−1 (x), c’est à dire x = tφ(x). Donc on obtient l’équation fonctionnelle X(t) =
tφ(X(t). Nous admettons la généralisation suivant de la formule d’inversion de Lagrange, et
qui permet de calculer les coéfficients de la série f (X(t)), f (u) étant une autre série formelle.
Théorême A.0.27. 1. Si f (u) ∈ K((u)), alors :
1

 [un−1 ]{f 0 (u)φn (u)}
 si n 6= 0 et n ≥ o(f )
[tn ]f (X(t)) = n φ(u)
[u0 ]{f (u)} + [u−1 ]{f 0 (u) log(
 )} si n = 0
φ(0)
2. Si F (u) ∈ C[[u]], alors :
uφ0 (u) X
F (u){1 − }= cn tn , o cn = [un ]{F (u)φn (u)}
φ(u) n≥0
n
X k
Exemple d’Application Soit an et bn deux suites telles que bn = ak . Il
n n−k
k= 2
n n
P P
s’agit de calculer an en fonction des (bk ). Soit A(x) = n≥0 a n x et B(x) = n≥0 bn x .
Nous avons : B(x) = n≥0 bn xn = n≥0 ( nk= n n−k k k

ak )xn = k≥0 ak xk ( n≥k n−k xn−k ) =
P P P P P
2
k
P k
P j P k k 2
k≥0 ak x ( j≥0 j x ) = k≥0 ak x (1 + x) = A(x + x ).
1 1
Posons t = x + x2 (changement de variable). On a x = t 1+x = tφ(x) avec φ(x) = 1+x .
2
Comme B(x)
P =n A(xP+ x ), alorsk on obtient l’équation P A(t)n = B(X(t)),
fonctionnelle c’est à
n k k
P
dire que n an t = k bk (X(t)) . Donc an = [t ] k bk (X(t)) = k bk [t ](X(t)) .
En utilisant les notations du théorème de Lagrange, posons f (u) = uk . Alors (X(t))k =
f (X(t)). Le théorème nous donne alors : [tn ](X(t))k = n1 [un−1 ]{f 0 (u)φn (u)} si n 6= 0 et n ≥ k.
161
uk−1
On a f 0 (u) = kuk−1 et φn (u) = (1+u)
1 1 n−1
n , donc n [u ]{f 0 (u)φn (u)} = nk [un−1 ]{ } =
(1 + u)n
∞
k n−k 1 k n−k X −n i k −n k n−k 2n − k − 1
[u ]{ } = [u ] u = = (−1) . D’où
n (1 + u)n n i=0
i n n−k n n−k

Xk
n−k 2n − k − 1
an = (−1) bk
k
n n−k
Annexe B
Complément sur les ensembles pondérés

et les L-espèces pondérées
Dans cette annexe nous n’entrerons pas en détail sur les problèmes de sommabilité. Si
(A, v) est un ensemble pondéré, on supposera
X que ∀x ∈ A, v(x) ∈ C[[X]] et que (A, v) est
sommable, c’est à dire que la somme v(x) existe. Il est clair que si (A, v) est sommable,
x∈A
alors ∀B ⊂ A, (B, v) est sommable.
B.1 Réduction des ensembles pondérés

Définition B.1.1. Une involution pondérée d’un ensemble pondéré (A, v) est une involution φ
de A telle que telle que pour tout a ∈ A, si a n’est pas un point fixe de φ, alors v(φ(a)) =v (a).
Notons que φ est une involution, donc φ2 = IdA .

Définition B.1.2. Un ensemble pondéré (A, v) est dit réduit si pour tout couple (x, y) ∈ A2 ,
si x 6= y alors on a v(x) 6= −v(y). On dira aussi que A est réduit.
Le lemme suivant est évident.

Lemme B.1.3. Un ensemble pondéré (A, v) est réduit si, et seulement si, l’identité est l’unique
involution pondérée de (A, v).
Définition B.1.4. Une involution pondérée φ est dite réductrice si l’ensemble Fix(φ) de ses
points fixes est réduit.
Proposition B.1.5. Tout ensemble pondéré (A, v) admet une involution pondérée réductrice.
Preuve: Cette proposition se démontre en utilisant le lemme de Zorn. Considérons l’ensemble

F des couples (B, φB ) tels que B ⊂ A et φB une involution pondérée réductrice de B telle que
pour tout x ∈ Fix(φB ) et tout y ∈ A \ B, v(x) 6= −v(y)
163
164ANNEXE B. COMPLÉMENT SUR LES ENSEMBLES PONDÉRÉS ET LES L-ESPÈCES PONDÉ
- F est non vide : en effet soit x ∈ A et B = {y ∈ A|v(x) = −v(y)}∪{x}. Si B = {x} alors

φB (x) = x est une involution pondérée réductrice de B. Sinon soit y0 ∈ B tel que y0 6= x. On
définit φB par φB (x) = y0 , φB (y0 ) = x et φB (y) = y dans les autres cas. φB est une involution
pondérée réductrice de B.
- On ordonne F en posant (B, φB ) ≤ (B 0 , φB 0 ) ⇔ B ⊂ B 0 et φB = (φB 0 )|B . Nous deman-
dons au lecteur de vérifier que (F, ≤) est t inductif.
- Si (A0 , φ0 ) est un élément maximal de F , alors A0 = A. Sinon soit x0 ∈ A \ A0 on a
∀x ∈ B, v(x) 6= −v(x0 ). Soit alors φ : B ∪ {x0 } → B ∪ {x0 } tel que φ(x) = φ0 (x) si x ∈ B
et φ(x0 ) = x0 . Il est clair que φ est une involution pondérée réductrice dde B ∪ {x0 }. Donc
(A0 , φ0 ) n’est pas maximal.
La proposition suivante est une variante et une généralisation du principe des involutions
de Garsia et Milne.
Proposition B.1.6. Soit (A, v) un ensemble pondéré n’ayant qu’un nombre fini d’éléments de
poids nul. Si φ et ψ sont deux involutions pondérées réductrices de (A, v), alors il existe un
isomorphisme d’ensembles pondérés γ : Fix(φ) → Fix(ψ).
Preuve: Considérons le graphe Γ sur A formé par la superposition des graphes associées à
φ et ψ. Comme le montre la figure B.1, chaque élément de A est de degré ≤ 2 dans Γ. Ses
Figure B.1 – Superposition des graphes de φ et ψ
composantes connexes de seront soit des points isolés, soit des chaînes, soit des cycles.
– Les points isolés sont des éléments x de Fix(φ) ∩ Fix(ψ), on pose alors γ(x) = x.
– Toutes les chaînes sont finies et de longueurs paires. En effet, l’existence d’une chaîne
Xque v(xi ) = v(xj ) pour tout i, j. Ce qui n’est possible que si A ∀i,
infinie (xi )i∈N telle
v(xi ) = 0 (sinon v(x) n’existera pas). Or A n’a qu’un nombre fini de points de poids
x∈A
nuls. De plus, une chaîne de longueur impaire reliera deux points fixes x et y de φ ou
de ψ tels que v(x) = −v(y), ce qui est impossible car Fix(φ) et Fix(ψ) sont réduits.
Une chaîne de longueur paire relie un point fixe x de ψ à un point fixe y de φ . On pose
alors γ(x) = y.
– Un cycle ne contient aucun point fixe.

B.2. RÉDUCTIONS DES L-ESPÈCES 165
B.2 Réductions des L-espèces

. Rappelons que deux L-espèces pondérées Fv et Gw sont isomorphes si et seulement si
pour chaque ensemble fini totalement ordonné l, il existe un isomorphisme d’ensembles pondérés
(σl : Fv [l] → Gw [l] tel que pour toute bijection croissante τ : l → l0 on a σl0 F (τ ) = G(τ )σl . Il
esl clair que si F et G sont isomorphes, alors Fv (t) = Gv (t), la réciproque étant fausse (exercice
84).
Définition B.2.1. Deux L-espèces pondérées Fv et Gw sont dites équipotentes si Fv (t) = Gw (t).
Dans ce cas on note F ≡ G.
Dans ce qui suit, nous étudions le rapport entre isomorphisme et équipotence.

Définition B.2.2. Une involution pondérée d’une L-espèce pondérée F est une famille ϕ = (ϕl )
d’involutions pondérées ϕl : F [l] → F [l], compatibles avec les transports de structures, c’est à
∼
dire pour toute bijection croissante σ : l → l0 , ϕl0 F (σ) = F (σ)ϕl . L’involution pondérée ϕ est
réductrice si pour tout l, ϕl est réductrice, c’est-à-dire que Fix(ϕl ) est réduit.
Lemme B.2.3. Toute L-espèce pondérée admet une involution pondérée réductrice.
Preuve: Pour tout n, soit ϕn : F [n] → F [n], l’involution réductrice définie par la proposition
∼
B.1.5. En posant, pour tout l, ϕl := F [σl ] ◦ ϕn ◦ F [σl ]−1 , où σl : [n] → l , on obtient une
involution pondérée réductrice de F.
Définition B.2.4. 1. La L-espèce Gw est dite une sous-espèce de Fv si pour chaque l :
(a) Gw [l] ⊂ Fv [l],
∼
(b) Pour tout σ : l → l0 , G[σ] := F [σ]|G[l] .
(c) Pour chaque s ∈ G[l], w(s) = v(s).
2. Une L-espèce pondérée F = Fv est dite réduite si pour tout l, l’ensemble pondéré F [l] est
réduit.
Proposition B.2.5. Toute espèce pondérée admet une sous-espèce réduite qui lui est équipo-
tente.
Preuve: Etant donnée une involution pondérée réductrice ϕ de F = Fv , la sous-espèce Fred(ϕ)

telle que Fred(ϕ) [l] = Fix(ϕl ) est réduite. De plus |Fred(ϕ) [l]|v = |Fix(ϕl )|v = |F [l]|v .
Proposition B.2.6. Soit F = Fv une L-espèce telle que pour chaque entiern, {s ∈ Fv [n]|v(s) =
0} soit fini. Si ϕ et ψ sont deux involutions pondérées réductrices de F , alors Fred(ϕ) ' Fred(ψ) .
Preuve: En effet, ϕ et ψ étant réductrices, la proposition B.1.6 montre que pour chaque n, il
existe un isomorphisme d’ensembles pondérés γn : Fred(ϕ) [n] → Fred(ψ) [n]. Pour tout ensemble
∼
totalement l, soit σl : [n] → l. On définit γl : (Fred(ϕ) [l] → (Fred(ψ) [l] en posant γl = Fred(ψ) (σl ) ◦
γn ◦ (Fred(ϕ) (σl ))−1 , on obtient un isomorphisme d’ensembles pondérés. Alors la famille γ = (γl )
est un isomorphisme de Fred(ϕ) sur Fred(ψ) .
Un représentant de cette classe d’isomorphismes, noté Fred et est appelé la réduite de F .
166ANNEXE B. COMPLÉMENT SUR LES ENSEMBLES PONDÉRÉS ET LES L-ESPÈCES PONDÉ
Définition B.2.7. 1. La pondération v d’un ensemble pondéré (A, v) est dite monomiale si
pour tout s ∈ A, v(s) est de la forme v(s) = (−1)(s) xν(s) , où x = (x1 , · · · , xk ), les (xi )
étant des variables formelles indépendantes, ν(s) = (ν1 (s), · · · , νk (s)) ∈ Nk , (s) ∈ N et
ν (s) ν (s) ν (s)
xν(s) = x11 x22 · · · xkk .
2. On dira que Fv est une L-espèce monomialement pondérée si pour tout l, la pondération
vl de F [l] est monomiale.
Il est clair que la classe des L-espèces monomialement pondérées est stable pour les opé-
rations élémentaires : addition,multiplication, composition, dérivation et intégration.
Théorême B.2.8. Si F = Fv et G = Gw sont deux L-espèces monomialement pondérées telles

que F ≡ G., alors Fred ' Gred . En particulier, si F et G sont monomialement pondérées
réduites, alors on a l’équivalence F ≡ G ⇔ F ' G.
Preuve: Notons d’abord que si F est monomialement pondérée et si s1 et s2 ∈ Fred [l], alors
ν(s1 ) = ν(s2 ) ⇔ v(s1 ) = v(s2 ), car sinon v(s1 ) = −v(s2 ). Pour n ∈ N et a = (a1 , · · · , ak ) ∈ Nk ,
posons An,a (F ) = {s ∈ Fred [n]|ν(s) = a}. Dans ce cas, si s et s1 ∈ An,a (F ) alors v(s) = v(s1 ).
Supposons que F ≡ G. Alors |An,a (F )| = |An,a (G)| et pour tout s ∈ An,a (F ), s0 ∈
An,a (G), v(s) = w(s0 ) : En effet Fred (t) = Gred (t). Donc en posant cn,a ) = n![xa tn ]Fred (t), on
a |cn,a | = |An,a (F )| = |An,a (G)|. Soit alors φn,a : An,a (F ) → An,a (G) une bijection. On peut
prolonger les (ϕn,a ) en une bijection v arphin : Fred [n] → Fred [n], conservant le poids.
Remarque: B.2.9. Le théorème précédent stipule qu’une L-espèce monomialement pondé-

rée réduite est caractérisée par sa série génératrice, dans le sens où on a "équipotence ⇔
isomorphisme". Cette équivalence n’est plus valable si on enlève l’hypothèse de pondération
monomiale. En effet, l’espèce T−a1 x + T−a2 x + T(a1+a2)x , dont le poids total est nul, n’est pas
isomorphe à l’espèce vide. Ici, Ty désigne l’espèce des singletons, de poids y.
Annexe C
Méthode Symbolique en Combinatoire
Le concept de Méthode symbolique que npos allons décrire dans la suite est dû à P.
Flaholet et R. Dedgewick [14].
C.1 Classe combinatoire

Définition C.1.1. Une classe combinatoire est un couple A = (A, s), où :
• A est un ensemble fini ou dénombrable,
• s : A → N une application, telle que ∀n ∈ N, An = s−1 ({n}) est fini.
Si α ∈ A, alors s(α) = |α| est appelé la taille de α ; α est aussi appelé une structure du
type A de taille |α|.
Si an = |An |, alors on dit que la suite (an )n∈N dénombre A.
Définition C.1.2. Deux classes A et B sont isomorphes s’il existe une bijection Φ : A → B
conservant la taille.
Dans ce cas, ∀n ∈ N, |An | = |Bn |

Soient B, C, · · · des classes combinatoires, et on se propose de construire une nouvelle
classe A en utilisant une construction notée Ψ : A = Ψ(B, C, · · · ). On note an = |An |, bn = |Bn |,
cn = |Cn |
Définition C.1.3. La construction Ψ est dite admissible si chaque struture du type A dépend
seulement d’un nombre fini de structures de structure dyu type {B}, {C}, · · · , et la suite (an )
dépend seulement des suite (bn ), .(cn ), · · · .
Remarque: C.1.4. Pour ces consructions, si besoin est, on admet l’existence d’une classe vide
, de taille 0 et d’une classe Z contenant un seul objet de taille 1, appelé atome. Chaque objet
de taille n ≥ 2 sont alors construits à partir des atomes.
167
168 ANNEXE C. MÉTHODE SYMBOLIQUE EN COMBINATOIRE
Définition C.1.5. Une classe combinatoire est dite étiquetée si pour chaque entier n, tout
objet de taille n est construit à partir de n atomes qui sont étiquetés par les éléments de
[n] = {1, 2, · · · , n} dans l’objet en question.
A chaque classe étiquetée A est associée la série génératrice exponentielle

X z |α| X zn
A(z) = = an , (C.1)
α∈A
α! n≥0
n!
où an = |An | est le nombre d’objets de taille n.
Remarque: C.1.6. Dans la construction des classes étiquetés, l’ordre des atomes doit être pré-
servé : dans ce sens l’ordre (9, 4, 6, 2) peut être remplacée par (4, 2, 3, 1) si besoin est. Reprenons
les phrases suivantes de Flajolet et Sedgwick ([14] page 100) :
"A labelled object may be relabelled. We only consider ”consistent” relabellings defined
by the fact that they preserve the order relations between labels. Then two dual modes of
relabellings prove important :
– Reduction : For a non-canonically labelled structure of size n, this operation reduces
its labels to the standard interval {1, 2, · · · , n}, ?while preserving the relative order of
labels. For instance, the sequence h9, 3, 5, 4) reduces to h4, 1, 3, 2i
– Expansion : This operation is defined relative to a relabelling function ρ : {1, 2, · · · , n} →
N∗ that is assumed to be strictly increasing. For instance, h3, 2, 4, 1i may expand as
h33, 22, 44, 11i, h7, 3, 9, 2i, and so on."
Et pourquoi pas par (c, b, d, a) si a < b < c < d ?
Une classe combinatoire étiquetée est donc une L-espèce.
Définition C.1.7. Une classe combinatoire est non étiquetée s’il n’est pas étiquetés.
A une classe non étiquetée est associée la série génératrice ordinaire qui est la série
X X
A(z) = z |α| = an z n . (C.2)
α∈A n≥0
C.2 Construction de base pour les classes étiquetées

Les constructions suivantes sont définies pour les structures étiquetés.
Somme : La somme de deux classes B et C la classe A = B + C, tel que ∀n, An = Bn + Cn , où
+ signifie qu’il s’agit d’une réunion disjointe. Notons que α ∈ An ⇔ Bn ou α ∈ Cn .
Produit : Le produit de deux classes B et C est A = B ∗ C, une B ∗ C-structure de taille n
étant un couple (α, β), où α est une B-structure sur J ⊂ [n] et β une C-structure sur [n] \ J.
Donc, ∀n, An = ∩J⊂[n] J × BJ × C[n]\J . Dans ce cas , si c = (α, β) ∈ An , alors c| = |α| + |β|.
C.2. CONSTRUCTION DE BASE POUR LES CLASSES ÉTIQUETÉES 169
X
Liste Soit B tel que B0 = ∅. A = L(B) ⇔ A = {} + B k , B k étant le produit B ×B × · · ·×B
k≥1
(k fois) et la liste vide. Dans ce cas, si l = (l1 , l2 , · · · , lk ) ∈ B k , alors |l| = |l1 | + |l2 | + · · · + |lk |.
En particulier, une liste de longueur k d’éléments de B est un élément de la classe A tel
que A = Lk (B) = B k .
Cycle La classe A des cycles d’éléments de B est A = C(B) = L(B)/ ≡ où (α1 , α2 , · · · , αk ) ≡
(β1 , β2 , · · · , βk ), s’il existe une permutation circulaire φ de [k], tel que ∀i, βi = αφ(i) .
Si α = (α1 , α2 , · · · , αk ) ∈ A = C(B), alors |α| = |α1 | + · · · + |αk |.
Ensembles : On pose A = E(B) l’ensemble des parties finies de ∪n≥0 Bn .
Si α = {α1 , α2 , · · · , αk } ∈ A = E(B), alors |α| = |α1 | + |α2 | + · · · + |αk |.
Théorême C.2.1. ([14], théorème II.1 page 103) Les constructions ”Somme, Produit, Liste,
Cycle et Ensemble” décrites cidessus sont admissible. De plus, les séries génératrices vérifient :
1. Si A = B + C, alors
A(z) = B(z) + C(z) (C.3)
2. Si A = B ∗ C, alors
A(z) = B(z)C(z) (C.4)
3. Si A = L(B), alors
1 X
A(z) = = B k (z) (C.5)
1 − B(z) n≥0
En particulier, si A = Lk (B), alors
A(z) = B k (z) (C.6)
4. Si A = C(B), alors
1
A(z) = ln( ) (C.7)
1 − B(z)
En particulier si A = Ck (B), alors :
1 k
A(z) = B (z) (C.8)
k
5. Si A = E(B), alors
A(z) = exp(B(z)) (C.9)

En particulier, si A = Ek (B), alors
1 k
A(z) = B (z) (C.10)
k!
Exemple: C.2.2. Dénombrement d’applications

Soit Ar (n) = {φ : [n] → [r] application }, et Ar = ∪n≥0 Ar (n). Une application φ :
[n] → [r] s’identifie à la liste (φ−1 (1), (φ−1 (2), · · · , (φ−1 (r)) d’ensembles. Donc : Ar = Lr (E) et
Ar (x) = (ex )r = erx . D’où le nombre d’applications de [n] vers [r] est :
|Ar (n)| = rn
Exemple: C.2.3. Surjections et Partitions
Soit Rk [n] = {σ : [n] → [k] surjective } et Rk = ∪n≥k Rk [n] et R = ∪k Rk . Il est clair que la
donnée de σ : [n] → [k] surjective est équivalent à la donnée de la liste (σ −1 (1), σ −1 (2), · · · , σ −1 (k))
de k parties non vide de [n]. Donc : Rk = Lk (E + ) et R = L(E + )
1 1
La série génératrice s’écrit alors R(x) = 1−(ex −1)
= 2−ex
et Rk (x) = (ex − 1)k
Le nombre de surjections σ : [n] → [k] est :
k k
k n
X n i (k−i)x
X n
Sn = n![x ] (−1) e = (−1)i (k − i)n . (C.11)
i=0
k i=0
k
Notons maintenant qu’une partition de [n] en k blocs est un ensemble de k ensembles non
vides, c’est à dire Park [n] = Ek (E + . D’autre part, si E est un ensemble tel que |E| = k, on peut
construire k! listes distinctes. Donc on a : Lk = k!Ek . Alors Rk = Lk (E + ) = k!Ek (E + ) = k!Park .
D’où : Park (x) = k!1 (ex − 1)k . Le nombre de partitions de [n] en k blocks est
k
n 1 X n
S(n, k) = {k } = (−1)i (k − i)n . (C.12)
k! i=0 k
Soit maintenant A, B ⊂ N∗ . Notons RA,B = {f : [n] → [k] surjective, n ∈ A, k ∈ B} et

ParA,B = {π ∈ Park [n], n ∈ A, k ∈ B}. Nous avons : RA,B = ∪k∈B Lk (∪n∈A En+ ).
Donc X X xn
RA,B (x) = ( )k = β ◦ α(x) (C.13)
k∈B n∈A
n!
xn
xk .
P P
où α(x) = n∈A n! et β(x) = k∈B
D’autre part, en posant P A,B = ∪k∈B Ek (∪n∈A En+ ), on a

X 1 X xn
E A,B (x) = ( )k = β ◦ α(x) (C.14)
k∈B
k! n∈A
n!
n k
où α(x) = n∈A xn! et β(x) = k∈B xk! .
P P
Exemple: C.2.4. Mot d’un alphabet

Soit A = {a1 , a2 , · · · , ar } (ordonné). Un mot de longueur n s’identifie à une application
w : [n] → A, voir w : [n] → [r] : w = w(1)w(2) · · · w(n).
Si W est l’ensemble des mots de longueur finis sur A, alors l’exemple C.2.2 montre que
W(x) = erx .
C.2. CONSTRUCTION DE BASE POUR LES CLASSES ÉTIQUETÉES 171
Exemple: C.2.5. Alignement et Permutation Considérons les deux constructions A =

L(C(Z)) et S = E(C(Z)). Une A-structure est une alignement de cycles et une S-structure est
une permutation.
1 1 1
A(z) = = et S(z) =
1 − C(z) 1 + ln(1 − z) 1−z
Un alignement de k-cycles et une permutation ayant k-cycles sont respectivement définis

par :
Ak = Lk (C(Z)) et Sk = Ek (C(Z))
La série génératrice est
1 1 1
Ak (z) = (C(z))k = (ln( ))k et Sk (z) = (ln( ))k =
1−z k! 1−z
Donc le nombre d’alignement (resp. de permutations) de [n] ayant k cycles est :
1 1 1
n![xn ](ln( ))k respectivement n![xn ] (ln( ))k
1−z k! 1−z
Soient A ⊂ N∗ et B ⊂ N. La classe des permutations S A,B dont la longueur des cycles est
dans A et la nombre de cycles est dans B a pour série génératrice :
X za X zb
S A,B (z) = β(α(z)) avec α(z) = , β(z) =
a∈A
a b∈B
b!
Exemple: C.2.6. Involutions et Permutations sans cycle long

La fonction génératrice de la classe D≤rr des permutations dont le nombre de cycles ne
dépasse pas r est
r
X xk
S ≤r (z) = exp( )
k=1
k
x2
En particulier la série génératrice de la classe des involutions est : S ≤2 (z) = exp(x + 2
).
Exemple: C.2.7. Dérangements et Permutations sans cycle courts

Un r-dérangement est une permutation dont tous les cycles sont de longueur strictement
supérieur à r. La fonction génératrice de la classe D>r des r-déragements est
xk
exp(− rk=1
P
X xk )
>r k
D (z) = exp( )=
k>r
k 1−x
e−x
En particulier la série génératrice de la classe des dérangements est : D>1 (z) = 1−x
C.3 Structures non étiquetées

Les construction de suivantes sont définies pour les structures non étiquetées :
Somme : La somme de deux classes B et D est la classe A = B+D, telle que ∀n, An = Bn +Dn ,
+ signifiant qu’il s’agit d’une réunion disjointe.
Produit
X : Le produit de deux classes B et D est la classe A = B × D telle que ∀n, An =
Bi × Dj .
i+j=n
Notons que si e l = (e l2 ) ∈ B × D, alors |e

l1 , e l| = |e
l1 | + |e
l2 |.
X
Liste Le : Soit B tel que B0 = ∅. A = L(B)e ⇔ A = {} + B k , B k étant le produit B×B×· · ·×
k≥1
B (k fois) et la liste vide. Dans ce cas, si e
l = (e
l1 , e lk ) ∈ B k , alors |e
l2 , · · · , e l| = |e
l1 | + |e
l2 | + · · · + |e
lk |
Cycle Ce : Un cycle d’éléments de B est un élément de C(B) e = L(B)/
e ≡ où ≡ est l’équivalence
définie par : (α1 , α2 , · · · , αk ) ≡ (β1 , β2 , · · · , βk ), s’il existe une permutation circulaire φ de [k],
tel que ∀i, βi = αφ(i) . Ainsi abc = bca = cab, mais abc 6= acb.
Si α = (α1 , α2 , · · · , αk ) ∈ C(B),
e alors |α| = |α1 | + · · · + |αk |.
Ensembles Ee : On pose A = E(B)
e l’ensemble des parties finies de ∪n≥0 Bn .
Si α = {α1 , α2 , · · · , αk } ∈ A = E(B),
e alors |α| = |α1 | + |α2 | + · · · + |αk |.
Multiensembles M : Un multiensemble d’éléments de B est un élément de M(B) = L(B)/ e ∼,
où ∼ est l’équivalence définie par (α1 , α2 , · · · , αk ) ∼ (β1 , β2 , · · · , βk ), s’il existe une permutation
φ de [k], tel que ∀i, βi = αφ(i) .
Ainsi aabca = aaabc = bacaa = · · · .
Si α = (α1 , α2 , · · · , αk ) ∈ A = M(B), alors |α| = |α1 | + |α2 | + · · · + |αk |.
Théorême C.3.1. ([14] Théorème I.1 page 27) Les contructions de base somme produit, liste,
cycle, ensemble et multiensemble sont admissibles. De plus les séries génératrice vérifient :
– Si A = B + D, alors A(z) = B(z) + D(z)
– Si A = B × D, alors A(z) = B(z)D(z)
1
– Si A = L(B),
e alors A(z) =
1 − B(z)
X φ(k) 1
– Si A = C(B),
e alors A(z) = ln , φ étant la fonction indicatrice d’Euler
k≥1
k 1 − B(z k )
Y X (−1)k−1
– Si A = E(B),
e alors A(z) = (1 + z n )bn = exp( B(z k ))
n≥1 k≥1
k
Y X1
Si A = M(B), alors A(z) = (1 − z n )−bn = exp( B(z k ))
n≥1 k≥1
k
C.3. STRUCTURES NON ÉTIQUETÉES 173
Remarque: C.3.2. Les cas des constructions de base somme et produit se démontrent facile-
ment. Le cas des constructions de base cycle, liste et ensemble peut être obtenue en considérant
les types d’isomorphies des B-espèce associé. Pour le cas multi-ensemble, voici une démontra-
tion.
Q
Si B est fini et A = M(B) alors A est isomorphe L(β).
e Donc
β∈B
m m
1 Y X
(1 − z n )−bn = exp( bn log[(1 − z n )−1 ])
Q
A(z) = β∈B =
1 − z |β| n=1 n=0
m
Pm z nk X1X
bn (z k )n
P
= exp( n=0 bn ( k≥1 )) = exp(
k k≥1
k n=0
P B(z k )
= exp( k≥1 ).
k
Pour le cas où B est infini, on utilise un raisonnement analogue au cas des ensembles.
Cas particuliers :
X un
Théorême C.3.3. – Si A = Eek (B), alors A(z) = [uk ] exp ( (−1)n−1 B(z n ))
n≥1
n
– Si A = Lek (B), alors A(z) = B(z)k
X ϕ(n) 1
– Si A = Cek (B), alors A(z) = [uk ] ln
n≥1
n 1 − un B(z n )
– Si A = ∆(B × B) = {(β, β); β ∈ B}, alors A(z) = B(z 2 ).
1
– Si A = Ee2 (B), alors A + A + ∆(B × B) est isomorphe à B × B. Alors A(z) = (B(z)2 −
2
B(z 2 )).
1
– Si A = C2 (B), alors A est isomorphe à Ee2 (B)+∆(B×B). Donc A(z) = (B(z)2 +B(z 2 )).
X un 2
k n
– Si A = Mk (B), alors A(z) = [u ] exp ( B(z ))
n≥1
n
Théorême C.3.4. Soit A la classe des ensembles finis

Y d’éléments de B, tel que deux éléments
quelconque n’ont pas la même taille. Alors A(z) = (1 + Bn z n ).
n≥1
Y X Xm X
n
Preuve: En effet, (1 + Bn z ) = 1 + ( Bk1 Bk2 · · · Bkr )z m .
Pr
n≥1 m≥1 r=1 1≤k1 <k2 <···<kr ≤m, i=1 ki =m
Or un élément de Am est une partie de la forme {β1 , β2 , · · · βr }, tel que 1 ≤ |β1 | < |β2 | <
r
X
· · · < |βr | ≤ m, où 1 ≤ r ≤ m et |βi | = m. D’où le résultat.
i=1
Exemple: C.3.5. Triangulations d’un polygone régulier

Soit cn le nombre de triangulations d’un polygone régulier de n + 2 côtés.
Un objet 1 de taille 0 est une triangulation d’un polygone à 2 côtés, c’est à dire un
segment, et un atome Z de taille 1 est un triangle.
Figure C.1 – Triangulation
La figure C.1 montre que T = 1 + T ZT . Donc ⇒ T (z) = 1 + zT 2 (z), c’est à dire

√
1 − 1 − 4z 1 2n
T (z) = et cn = (C.15)
2z n+1 n
Exemple: C.3.6. Entiers et Fibonacci Considérons un atome Z = • formé par un point,
posons I = L∗ (Z) = {•, ••, • • •, • • ••, · · · }. Alors :
z
I s’identifie à N∗ . De plus, on a Z(z) = z et I(z) =
1−z
Soient maintenant A = Z +Z ×Z, et F = L(A). On peut représenter A par A = {•; •−•}.
Donc F = {; •; ••; • − •; • • •; • • −•; • − ••; • • ••; • − • • •; • • − • •; · · · }. Les séries génératrices
sont :
1
A(z) = z + z 2 et F(z) = (C.16)
1 − z − z2
Remarque: C.3.7. les nombres fn = |Fn | d’objets de taille n satisfont la récurrence fn+1 =
fn + fn−1 et s’appellent les nombres de Fibonnacci.
Exemple: C.3.8. Compositions et Partitions d’entiers
Rappelons que I = N∗ = L∗ (Z), où Z = •. Une composition (stricte) de l’entier n en k
k
X
parts est une suite (x1 , x2 , · · · , xk ) telle que xi ≥ 1 et xi = n. La classe des compositions
i=1
d’entiers est donc Ce = L(I). Nous avons donc :
1 1−z
Ce (z) = = (C.17)
1 − I(z) 1 − 2z
Si on veut le nombre de compositions de n en k parts, il suffit de remarquer qu’une

composition de n en k parts est un élément de I k . Donc le nombre de compositions de n en k
parts est :
xk

n n−1
[x ] =
(1 − x)k k−1
C.3. STRUCTURES NON ÉTIQUETÉES 175
k
X
Une partition de l’entier n en k parts est une suite (x1 , x2 , · · · , xk ) telle que xi = n et
i=1
x1 ≥ x2 ≥ · · · ≥ xk . La classe des partitions d’entiers satisfait donc à l’équation : Pe = M(I).
Donc : Y
Pe (z) = (1 − z n )−1 (C.18)
n≥1
Soit U ⊂ I, CeU = L(U ) et PeU = M(U ). Alors
1 Y 1 −1
CeU (z) = U
et Pe (z) =
1 − U (z) n∈U
1 − zn
{1,2}
Si U = {1, 2}, alors Ce = L({•, ••}), et PeU = M({•, ••}).
{1,2} 1 {1,2} 1
Donc Ce (z) = 1−z−z 2
et Pe (z) = (1−z)(1−z 2 )
.
r
{1,2,··· ,r}
Y 1
Plus généralement Ce (z) = 1
1−z−z 2 −···−z r
et Pe{1,2,··· ,r} (z) = .
k=1
1 − zk

Combinatoire 2020

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Combinatoire 2020

Transféré par

Droits d'auteur :

Formats disponibles

Méthodes en COMBINATOIRE ENUMERATIVE

Dr RANDRIANIRINA Benjamin, PhD

Cette note de cours est un cours d’introduction à la combinatoire énumérative et algé-

d’addition des fonctions elliptiques de Jacobi". Et plus généralement "Ennoncer et démontrer

1 Principes Elémentaires en Combinatoire 1

2 Statistiques sur les permutations 23

3 Mots, Langages et Chemin 37

3.1 Mots et Langages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

4 Graphes, Arbres et Arbirescences 51

6 Introduction à la théorie des espèces 75

6.3 Opérations sur les espèces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

7 Combinatoire des Systèmes d’Equations Différentielles 95

A La Formule d’Inversion de Lagrange 157

B Complément sur les ensembles pondérés et les L-espèces pondérées 163

C Méthode Symbolique en Combinatoire 167

Principes Elémentaires en Combinatoire

1.1 Une invitation à la combinatoire énumérative

Figure 1.1 – Boules et boîtes étiquetées

Cas 2 : boules étiquetées et boîtes indistinguables A un rangement correspond à

Figure 1.2 – Boules étiquetées, boîtes indistinguables

Cas 3 : boules indistinguables et boîtes étiquetées A un rangement correspond une

Figure 1.3 – Boules indistinguables, boités étiquetées

Cas 4 : boules et boîtes indistinguables Dans ce cas, à un rangement correspond à un

Figure 1.4 – Boules et boîtes indistinguables

l’entier n en l parts : on suppose que x1 ≥ x2 ≥ x3 ≥ · · · ≥ xl ≥ 1. Dans la figure 1.4, on a

1.2 Les premiers principes

P 1.2.3. Principe du produit

|A × B| = |A| × |B| (1.4)

P 1.2.4. Principe des bergers :

Soit ≈ un relation d’équivalence sur E. Si C est un système de représentants des classes

En particulier, s’il existe k ∈ N tel que ∀c ∈ C, |c| = k, alors :

|E| = k |C| (1.7)

1.3 Les premiers exemples d’applications

Théorême 1.3.1. Nous avons

(i) |F E | = mn , (ii) |Inj[E, F ]| = m(n) , en particulier |SE | = n!

où n! = n · (n − 1) · ... · 2 · 1 et m(n) = m · (m − 1) · ... · (m − n + 1).

On note Sn l’ensemble des permutations de [n]. On a donc |Sn | = n!.

à k éléments de [n + 1]. Il est clair que Pk [n + 1] = A ∪ B, où A = {A ∈ Pk [n + 1], n + 1 ∈ A} et

1.4 Partitions et Surjections

A1 ∩ A2 · · · ∩ Ar . Donc sa contribution est de T 0 dans le membre de gauche. D’autre part, soit

Théorême 1.4.2. Le nombre de surjections de [n] vers [k] est

Pn on pose ω0 = S(0, 0) = 1 (disons pour la comodité du calcul). Notons

La démonstration de ce théorême passe par les deux lemmes suivants :

Ce lemme est évident.

Figure 1.5 – Relation entre partitions et surjections

Ce résultat est une conséquence immédiat de 1.10 et du théorème précédent. Néamoins,

S(n, 0) = 0, ∀n ≥ 1, et S(n, k) = S(n − 1, k − 1) + kS(n − 1, k) (1.12)

Preuve: Si π est une partition de [n], alors :

Preuve: Une partition π = {{n + 1, x1 , x2 , . . . , xn−k } , b1 , . . . , br } (0 ≤ k ≤ n), de [n + 1]

1.5 Composition d’entiers et Multiensembles

L’application (x1 , x2 , · · · , xk ) → {x1 , x1 + x2 , · · · , x1 + · · · + xk−1 } est une bijection entre

X Soit E un ensemble. Un multi-ensemble

Si E = {a1 , a2 , · · · , ak } et ϕ(ai ) = xi , alors on pose M = {ax1 1 , ax2 2 , · · · , axkk }. Par exemple,

Théorême 1.5.4. Si |E| = k, alors le nombre de multiensemble de cardinal n sur E est

Théorême 1.5.7. Identité multinomiale : Soient x1 , x2 , . . . , xm des variables. Alors

Preuve: Pour 1 ≤ i ≤ n posons Pi = x1 + x2 + . . . + xm . On veut calculer le produit P1 P2 . . . Pn .

1.6 Séries Formelles et Séries Génératrices

1.6.1 Séries Formelles

Notons que ln X n’existe pas.

1.6.2 Aspect Topologique : Sommabilité

Nous demandons au lecteur de démontrer le résultat suivant :

1.6.3 Application : Composition des séries formelles

Propriété: 1.6.15. 1. (f (g))0 (X) = f 0 (g(X))g 0 (X)

ϕ(s) ∈ F ix(ϕ)C et u(ϕ(s)) + u(s) = 0.